终端性能极大地影响着用户体验。庞大的项目规模和用户群体、复杂的用户使用环境，带来诸多性能上的挑战，线上稳定性、端上使用性能、编译性能、应用包体积等。本次演讲将分享LinkedIn的性能技术体系和工具，及其在大型移动应用中的优化实践。

演讲大纲：

1. 架构优化。性能上的问题很多是项目规模带来的，而合理的架构能够化繁为简，降低问题复杂度。工程架构组件化和标准化，提高了代码的复用度，大幅减少了问题种类。

2. 实时监控。我们对应用Crash、网络链路耗时、数据模型解析、图片解码及处理等关键指标都做了监控，通过实时的Dashboard了解线上性能情况。

3. 专项优化。以实际案例剖析如何通过精简数据模型、合并网络请求、高效布局等手段来优化页面的加载时间和流畅度。

4. 效果分析。我们基于LiX和XLNT等工具来做AB实验和性能优化效果分析，从而形成“监控—>定位—>优化—>验证”的闭环。

 

听众收益：

1. 通过LinkedIn的实践经验，对移动App的性能监控、定位、优化、验证的全过程有系统的认识和思考。

2. 了解大型项目如何优化应用架构，降低性能问题的复杂度。

海量用户规模、跨端用户环境、全球业务部署，给前端监控带来不少新的挑战，本次演讲将从前端监控最前沿的思考，到前端监控系统的架构，再到具体的案例分析，体系化地讲述前端监控的点点滴滴。

     演讲大纲

    1.前端监控的重要性：很多web性能优化领域大师都讲过，You Cannot Optimize what you cannot measure，而这里提到的measure tool就对应着监控系统。监控系统让一切性能优化可被量化，并跟业务点击率、跳失率等数据产生关联。

     2.大前端时代前端监控的新变化：浏览器进入多TAB时代已经多年，PV统计的古法还够用吗？SPA伴随MVVM开发模式的盛行也变得更加流行，那SPA页面的PV该如何统计？首屏时间一个看似跟业务逻辑强耦合的关键时间，监控平台如何实现通用采集？一个日志采集SDK如何实现跨多端如browser/react native/weex/nodejs端的数据采集？前端监控 + AI = ?等等一系列大前端时代新衍生的前端监控问题，我们都会在本章进行探讨并解答。

     3.阿里云ARMS前端监控系统架构：我们将会从日志采集域、日志处理域、数据可视化展现域、告警域四个维度详细的介绍阿里云ARMS前端监控系统架构。在日志采集域，我们会重点介绍Performance/ResourceTiming/AJAX/Fetch/JS Error等监控指标的采集原理，以及如何加速前端日志上行。

     4.经典案例分享：通过实际案例讲述前端监控如何为双11保驾护航，如何及时反馈Lazada东南亚六国切流过程中线上前端系统稳定性大盘，以及如何进行长期的多个迭代的性能优化追踪。

     听众收益

     1.了解大前端时代前端监控的新变化：除了SPA页面的PV统计、跨端的前端监控、MVVM时代下通用的首屏渲染时间采集等等，前端监控还可以给业务带来更多可量化的价值，甚至还可以更加智能化

     2.了解前端监控系统的架构，对前端日志采集SDK设计、分布式实时流计算架构、全球化部署、监控告警等领域有更深刻的认识

     3.通过阿里的实践经验，对前端的JS ERROR监控、性能优化、线上问题定位、验证的全过程有系统的认识和思考

移动互动网的发展已经从早期拼速度，拼商业模式创新进入了拼体验，拼内功的下半场，爱奇艺APP为了能够在激烈竞争的中国移动视频行业脱颖而出，在打造极致用户体验方面投入了极大的精力，通过本次演讲，希望分享爱奇艺APP的一些经验和心得。

演讲提纲：

1. 什么是极致的用户体验
2. 移动开发全程监控
3. 基础体验 VS 业务开发 
4. “动态化”与基础体验的平衡
5. 移动监控智能化尝试
6. 爱奇艺APP性能优化实践二三事：功耗，开播速度，包大小等

听众收益：

1. 如何打造极致的用户体验
2. 开发团队如何平衡体验与业务发展的冲突
3. 爱奇艺APP性能优化的一些实践

客户端线上质量是业务的生命线，客户端线上质量直接影响业务的发展，仅依赖于Crash系统与客服反馈等传统的渠道无法感知真实的客户端线上质量，因此我们需要全方位的监控来真实反应客户端的线上质量。本次演讲分享了美团点评全方位的客户端监控与异常排查经验，重点探讨了如何快速发现问题、如何进行异常分析与处理、如何分钟级排查异常与如何动态排查异常等一系列技术挑战与难点。

演讲提纲：

1、背景

（1）监控价值

（2）数据驱动

2、监控与报警

（1）全场景（定位、登录、下单、支付等）

（2）监控维度（业务监控、性能监控）

（3）实时报警

3、异常分析与处理

（1）自动携带异常辅助信息

（2）异常信息自动聚合

（3）异常自动初步分析

（4）触发降级策略（自动、精准、动态）

4、异常排查挑战

（1）异常分类

（2）如何解决无日志异常

（3）如何解决小概率异常

（4）如何动态排查异常

5、成果与总结

 

听众收益：

提供建设集快速发现与快速排查于一体的监控思路，通过分享我们在监控与异常排查方面的经验，提供可借鉴的建设思路与方案，支撑并驱动业务高速稳定发展。