如何从Google PageSpeed Insights API提取加载体验时序与占比数据？

阿华AIGC实验室

2026-5-12

Google PageSpeed Insights在线工具中的FCP/FID时序和百分比值如何从API响应生成？

我正在开发一款基于Google PageSpeed Insights API的应用，通过curl https://www.googleapis.com/pagespeedonline/v5/runPagespeed?url=目标URL调用API获取JSON响应，也用Java代码实现了程序化调用：

String pythonScript = "import os\n" + "os.system(\"curl https://www.googleapis.com/pagespeedonline/v5/runPagespeed?url= "+pageSpeedMetrics.getCompanyUrl()+" > "+PYTHON_FILE_LOCATION+fileName+"\")";
BufferedWriter out = new BufferedWriter(new FileWriter(PYTHON_FILE_LOCATION.concat(PAGESPEEDINSIGHT_PYTHON_FILE_NAME)));
out.write(pythonScript);
out.close();
System.out.println(pythonScript);
Process p = r.exec("python "+PYTHON_FILE_LOCATION.concat(PAGESPEEDINSIGHT_PYTHON_FILE_NAME)+"");
p.waitFor();
JSONObject json = new JSONObject();
json.put("crux_loading_experience", jsonPagespeedInsight.getJSONObject("loadingExperience"));
json.put("crux_origin_loading_experience", jsonPagespeedInsight.getJSONObject("originLoadingExperience"));

但我发现，在PageSpeed Insights在线工具里能看到FCP（First Contentful Paint）和FID（First Input Delay）的时序图表及对应的百分比值，可API返回的JSON里并没有直接给出这些可视化的数值。想请教这些值是如何从API响应数据生成的？

解答：

其实这些可视化数据的核心来源就是API响应里的distributions字段，在线工具只是把这些原始数据做了可视化转换：

核心数据来源：distributions数组
每个性能指标（比如FIRST_CONTENTFUL_PAINT_MS、FIRST_INPUT_DELAY_MS）的metrics对象里，都包含一个distributions数组。这个数组里的每一项代表一个延迟区间，包含三个关键值：
- min：区间的最小延迟（毫秒）
- max：区间的最大延迟（毫秒，最后一项可能没有，代表大于等于min的所有情况）
- proportion：该区间内用户的占比（小数形式，比如0.5647代表56.47%）
百分比值的生成
在线工具里显示的百分比，就是把proportion值乘以100得到的。比如你提供的示例响应中：
- FCP的0-1000ms区间占比是0.5647 → 转换成56.47%
- 1000-2500ms区间占比0.3140 → 31.40%
- 2500ms+区间占比0.1213 → 12.13%
  这些就是在线工具里展示的百分比数值。
时序图表的生成
时序图表是按延迟区间的时间顺序（从短到长）来排列这些区间，用柱状图或折线图的形式呈现每个区间的用户占比。比如横轴是延迟区间（0-1s、1-2.5s、2.5s+），纵轴是对应的用户百分比，这样就能直观展示不同加载速度下的用户分布情况。
额外的参考值：percentile字段
另外API返回的percentile值（比如FID的98分位是98ms），会被在线工具突出显示，作为该指标的关键参考——代表98%的用户的延迟都低于这个数值。