Performance Observer API: Izpildlaika veiktspējas metrika un vājo vietu analīze

Mūsdienu konkurences pilnajā digitālajā vidē vietņu un tīmekļa lietojumprogrammu veiktspēja ir izšķiroša lietotāju iesaistei un biznesa panākumiem. Lēni ielādes laiki un nereaģējošas saskarnes var novest pie neapmierinātiem lietotājiem, pamestiem darījumiem un, galu galā, zaudētiem ieņēmumiem. Performance Observer API ir spēcīgs rīks, kas ļauj izstrādātājiem uzraudzīt un analizēt izpildlaika veiktspējas metriku, identificēt vājās vietas un optimizēt savas lietojumprogrammas, lai nodrošinātu vienmērīgāku, ātrāku un patīkamāku lietotāja pieredzi neatkarīgi no lietotāja atrašanās vietas vai ierīces.

Kas ir Performance Observer API?

Performance Observer API ir JavaScript API, kas nodrošina mehānismu ar veiktspēju saistītu notikumu novērošanai un reaģēšanai uz tiem, tiklīdz tie notiek tīmekļa lietojumprogrammā. Atšķirībā no tradicionālajām veiktspējas uzraudzības metodēm, kas balstās uz periodisku datu ievākšanu vai manuālu instrumentāciju, Performance Observer API piedāvā efektīvāku un elastīgāku veidu, kā reāllaikā iegūt veiktspējas datus. Tas ļauj izstrādātājiem abonēt konkrētus veiktspējas ierakstu veidus un saņemt paziņojumus, kad tiek reģistrēti jauni ieraksti.

Šī "novēro un reaģē" pieeja nodrošina proaktīvu veiktspējas uzraudzību, ļaujot izstrādātājiem identificēt un risināt veiktspējas problēmas, pirms tās ietekmē lietotāja pieredzi. API ir standartizēts mūsdienu pārlūkprogrammās, nodrošinot konsekventu darbību un starpplatformu saderību.

Galvenie jēdzieni un funkcijas

Lai efektīvi izmantotu Performance Observer API, ir būtiski izprast tā pamatjēdzienus un funkcijas:

• PerformanceEntry: Pārstāv vienu veiktspējas mērījumu vai notikumu. Veiktspējas ieraksti satur informāciju par notikuma veidu, tā sākuma un beigu laiku un citiem saistītiem atribūtiem. Piemēri ietver resource, mark, measure, navigation, longtask un event.
• PerformanceObserver: Objekts, kas ļauj abonēt konkrētus veiktspējas ierakstu veidus un saņemt paziņojumus, kad pārlūkprogrammas veiktspējas laika joslā tiek pievienoti jauni ieraksti.
• observe() metode: Tiek izmantota, lai konfigurētu PerformanceObserver, lai tas klausītos konkrētus veiktspējas ierakstu veidus. Jūs varat norādīt ierakstu veidus, kurus vēlaties novērot, kā arī buffered opciju, lai saņemtu vēsturiskos ierakstus.
• disconnect() metode: Tiek izmantota, lai apturētu PerformanceObserver klausīšanos uz veiktspējas notikumiem.
• takeRecords() metode: Atgriež masīvu ar visiem veiktspējas ierakstiem, kas ir novēroti, bet vēl nav apstrādāti ar novērotāja atzvanīšanas funkciju.
• Atzvanīšanas funkcija (Callback Function): Funkcija, kas tiek izpildīta, kad tiek novēroti jauni veiktspējas ieraksti. Šī funkcija saņem PerformanceObserverEntryList objektu, kas satur novērotos ierakstus.

Atbalstītie veiktspējas ierakstu veidi

Performance Observer API atbalsta dažādus veiktspējas ierakstu veidus, no kuriem katrs sniedz konkrētu ieskatu dažādos tīmekļa lietojumprogrammu veiktspējas aspektos. Daži no visbiežāk izmantotajiem ierakstu veidiem ir:

• resource: Sniedz informāciju par atsevišķu resursu, piemēram, attēlu, skriptu, stila lapu un fontu, ielādi. Šis ieraksta veids ietver tādas detaļas kā resursa URL, sākuma un beigu laiku, ielādes ilgumu un pārsūtīšanas lielumu.
• mark: Ļauj jums izveidot pielāgotus laika zīmogus savā kodā, lai mērītu konkrētu koda sadaļu ilgumu. Jūs varat izmantot atzīmes, lai izsekotu kritisku operāciju sākumu un beigas, piemēram, datu apstrādi vai lietotāja saskarnes renderēšanu.
• measure: Tiek izmantots, lai aprēķinātu ilgumu starp divām atzīmēm. Šis ieraksta veids nodrošina ērtu veidu, kā mērīt pielāgotu koda sadaļu veiktspēju.
• navigation: Sniedz informāciju par lapas navigācijas laiku, ieskaitot DNS uzmeklēšanas laiku, TCP savienojuma laiku, pieprasījuma un atbildes laiku, un DOM apstrādes laiku.
• longtask: Identificē uzdevumus, kas bloķē galveno pavedienu uz ilgāku laiku (parasti ilgāk par 50 milisekundēm). Ilgi uzdevumi var izraisīt lietotāja saskarnes nereaģēšanu un raustīšanos.
• event: Ieraksta laika informāciju par konkrētiem pārlūkprogrammas notikumiem, piemēram, click, keydown un scroll.
• layout-shift: Izseko negaidītas izkārtojuma nobīdes lapā. Šīs nobīdes var būt traucējošas lietotājiem un negatīvi ietekmēt lietotāja pieredzi.
• largest-contentful-paint: Mēra laiku, kas nepieciešams, lai lielākais satura elements kļūtu redzams lapā.
• first-input-delay: Mēra laiku, kas nepieciešams pārlūkprogrammai, lai reaģētu uz pirmo lietotāja mijiedarbību (piemēram, klikšķi vai pieskārienu).
• element: Ziņo par laika informāciju par konkrētu elementu renderēšanu lapā.

Praktiski piemēri un pielietojuma gadījumi

Performance Observer API var izmantot dažādos scenārijos, lai uzlabotu tīmekļa lietojumprogrammu veiktspēju. Šeit ir daži praktiski piemēri:

1. Resursu ielādes laiku uzraudzība

resource ieraksta veids ļauj jums izsekot atsevišķu resursu, piemēram, attēlu, skriptu un stila lapu, ielādes laiku. Šo informāciju var izmantot, lai identificētu lēni ielādējošos resursus, kas ietekmē lapas ielādes laiku. Piemēram, jūs varat izmantot šādu kodu, lai uzraudzītu resursu ielādes laikus:

            const observer = new PerformanceObserver((list) => {
 list.getEntries().forEach((entry) => {
 console.log(`Resource: ${entry.name}, Duration: ${entry.duration}ms`);
 });
});

observer.observe({ entryTypes: ["resource"] });

            

              
                Copy
              
            
          

Šis kods izveido PerformanceObserver, kas klausās resource ierakstus un reģistrē resursa URL un ilgumu konsolē. Analizējot šos datus, jūs varat identificēt lēni ielādējošos resursus un optimizēt tos, saspiežot attēlus, izmantojot satura piegādes tīklu (CDN) vai optimizējot servera konfigurāciju.

Globālā perspektīva: Uzraugot resursu ielādes laikus, ņemiet vērā savu lietotāju ģeogrāfisko atrašanās vietu. Lietotāji reģionos ar lēnākiem interneta savienojumiem var saskarties ar ievērojami ilgākiem ielādes laikiem. CDN izmantošana ar ģeogrāfiski izkliedētiem serveriem var palīdzēt mazināt šo problēmu.

2. Pielāgota koda izpildes laika mērīšana

mark un measure ierakstu veidi ļauj jums mērīt pielāgotu koda sadaļu izpildes laiku. Tas ir noderīgi, lai identificētu veiktspējas vājās vietas jūsu lietojumprogrammas loģikā. Piemēram, jūs varat izmantot šādu kodu, lai izmērītu konkrētas funkcijas ilgumu:

            performance.mark("start");

// Code to be measured
for (let i = 0; i < 1000000; i++) {
 // Some computationally intensive operation
}

performance.mark("end");
performance.measure("My Function", "start", "end");

const observer = new PerformanceObserver((list) => {
 list.getEntries().forEach((entry) => {
 console.log(`Measurement: ${entry.name}, Duration: ${entry.duration}ms`);
 });
});

observer.observe({ entryTypes: ["measure"] });

            

              
                Copy
              
            
          

Šis kods izveido divas atzīmes, start un end, pirms un pēc koda sadaļas, kuru vēlaties izmērīt. Pēc tam tas izmanto performance.measure() metodi, lai aprēķinātu ilgumu starp abām atzīmēm. PerformanceObserver klausās measure ierakstus un reģistrē mērījuma nosaukumu un ilgumu konsolē. Analizējot šos datus, jūs varat identificēt lēni strādājošas koda sadaļas un optimizēt tās, izmantojot tādas metodes kā kešatmiņas izmantošana, memoizācija vai algoritmiska optimizācija.

Praktisks ieteikums: Identificējiet savas lietojumprogrammas kritiskos ceļus – koda secības, kas tiek izpildītas visbiežāk un kam ir vislielākā ietekme uz veiktspēju. Koncentrējiet savus optimizācijas centienus uz šiem kritiskajiem ceļiem, lai sasniegtu visnozīmīgākos veiktspējas uzlabojumus.

3. Ilgu uzdevumu identificēšana

longtask ieraksta veids identificē uzdevumus, kas bloķē galveno pavedienu uz ilgāku laiku. Ilgi uzdevumi var izraisīt lietotāja saskarnes nereaģēšanu un raustīšanos, radot sliktu lietotāja pieredzi. Jūs varat izmantot šādu kodu, lai uzraudzītu ilgus uzdevumus:

            const observer = new PerformanceObserver((list) => {
 list.getEntries().forEach((entry) => {
 console.warn(`Long Task: ${entry.name}, Duration: ${entry.duration}ms`);
 console.warn(`Long Task Attribution: ${JSON.stringify(entry.attribution)}`);
 });
});

observer.observe({ entryTypes: ["longtask"] });

            

              
                Copy
              
            
          

Šis kods izveido PerformanceObserver, kas klausās longtask ierakstus un reģistrē uzdevuma nosaukumu un ilgumu konsolē. Analizējot šos datus, jūs varat identificēt ilgstošus uzdevumus un optimizēt tos, sadalot tos mazākos gabalos, izmantojot asinhronas operācijas vai pārvietojot tos uz "web worker".

Globāla rakstīšanas vadlīnija: Skaidrojot tehniskus jēdzienus, izmantojiet skaidru un kodolīgu valodu, kas ir pieejama lasītājiem ar dažādu tehnisko zināšanu līmeni. Izvairieties no žargona un sniedziet kontekstu nepazīstamiem terminiem.

4. Navigācijas laika analīze

navigation ieraksta veids sniedz detalizētu informāciju par lapas navigācijas laiku, ieskaitot DNS uzmeklēšanas laiku, TCP savienojuma laiku, pieprasījuma un atbildes laiku, un DOM apstrādes laiku. Šos datus var izmantot, lai identificētu vājās vietas lapas ielādes procesā. Piemēram, jūs varat izmantot šādu kodu, lai analizētu navigācijas laiku:

            const observer = new PerformanceObserver((list) => {
 list.getEntries().forEach((entry) => {
 console.log(`Navigation: ${entry.name}`);
 console.log(`DNS Lookup Time: ${entry.domainLookupEnd - entry.domainLookupStart}ms`);
 console.log(`TCP Connection Time: ${entry.connectEnd - entry.connectStart}ms`);
 console.log(`Request Time: ${entry.responseStart - entry.requestStart}ms`);
 console.log(`Response Time: ${entry.responseEnd - entry.responseStart}ms`);
 console.log(`DOM Processing Time: ${entry.domComplete - entry.domInteractive}ms`);
 });
});

observer.observe({ entryTypes: ["navigation"] });

            

              
                Copy
              
            
          

Šis kods izveido PerformanceObserver, kas klausās navigation ierakstus un reģistrē dažādus laika rādītājus konsolē. Analizējot šos datus, jūs varat identificēt tādas vājās vietas kā lēna DNS uzmeklēšana, lēns TCP savienojums, lēna pieprasījumu apstrāde, lēna atbilžu apstrāde vai lēna DOM apstrāde. Pēc tam jūs varat veikt atbilstošus pasākumus, lai novērstu šīs vājās vietas, piemēram, optimizējot DNS konfigurāciju, uzlabojot servera veiktspēju vai optimizējot HTML un JavaScript kodu.

SEO optimizācija: Dabiski izmantojiet atbilstošus atslēgvārdus visā saturā. Šajā sadaļā tādi atslēgvārdi kā "navigācijas laiks", "DNS uzmeklēšanas laiks", "TCP savienojuma laiks" un "lapas ielādes process" ir organiski iekļauti tekstā.

5. Izkārtojuma nobīžu uzraudzība

layout-shift ieraksta veids izseko negaidītas izkārtojuma nobīdes lapā. Šīs nobīdes var būt traucējošas lietotājiem un negatīvi ietekmēt lietotāja pieredzi. Tās bieži rodas attēlu bez norādītiem izmēriem, vēlu ielādētu reklāmu vai dinamiski ievietota satura dēļ. Jūs varat izmantot šādu kodu, lai uzraudzītu izkārtojuma nobīdes:

            const observer = new PerformanceObserver((list) => {
 list.getEntries().forEach((entry) => {
 console.warn(`Layout Shift: ${entry.name}, Value: ${entry.value}`);
 console.warn(`Layout Shift Had Recent Input: ${entry.hadRecentInput}`);
 console.warn(`Layout Shift Sources: ${JSON.stringify(entry.sources)}`);
 });
});

observer.observe({ entryTypes: ["layout-shift"] });

            

              
                Copy
              
            
          

Šis kods izveido PerformanceObserver, kas klausās layout-shift ierakstus un reģistrē nobīdes vērtību (rādītājs, kas atspoguļo nobīdes lielumu) konsolē. Augstāka vērtība norāda uz nozīmīgāku nobīdi. Īpašība hadRecentInput norāda, vai nobīde notika 500 ms laikā pēc lietotāja ievades. Nobīdes, ko izraisa lietotāja ievade, parasti tiek uzskatītas par mazāk problemātiskām. Īpašība sources sniedz informāciju par elementiem, kas izraisīja nobīdi. Analizējot šos datus, jūs varat identificēt un novērst izkārtojuma nobīžu problēmas, norādot attēlu izmērus, rezervējot vietu reklāmām un izvairoties no dinamiski ievietota satura, kas var izraisīt pārkārtošanos (reflows).

Praktisks ieteikums: Izmantojiet tādus rīkus kā Google Lighthouse, lai identificētu izkārtojuma nobīžu problēmas un saņemtu ieteikumus to novēršanai. Prioritizējiet to nobīžu labošanu, kas notiek bez lietotāja ievades.

6. Lielākā satura elementa renderēšanas (LCP) mērīšana

largest-contentful-paint ieraksta veids mēra laiku, kas nepieciešams, lai lielākais satura elements kļūtu redzams lapā. LCP ir viens no galvenajiem tīmekļa rādītājiem (core web vital), kas atspoguļo lapas uztverto ielādes ātrumu. Labs LCP rādītājs ir 2,5 sekundes vai mazāk. Jūs varat izmantot šādu kodu, lai izmērītu LCP:

            const observer = new PerformanceObserver((list) => {
 list.getEntries().forEach((entry) => {
 console.log(`Largest Contentful Paint: ${entry.startTime}ms`);
 console.log(`LCP Element: ${entry.element}`);
 console.log(`LCP URL: ${entry.url}`);
 });
});

observer.observe({ entryTypes: ["largest-contentful-paint"] });

            

              
                Copy
              
            
          

Šis kods izveido PerformanceObserver, kas klausās largest-contentful-paint ierakstus un reģistrē sākuma laiku, elementu un URL konsolē. Analizējot šos datus, jūs varat identificēt lielāko satura elementu un optimizēt tā ielādes laiku, optimizējot attēla izmēru, izmantojot CDN vai iepriekš ielādējot resursu.

Globālā perspektīva: Ņemiet vērā, ka dažādiem lietotājiem būs atšķirīgi LCP elementi, atkarībā no viņu ekrāna izmēra un izšķirtspējas. Izstrādājiet savu lietojumprogrammu tā, lai nodrošinātu labu LCP rādītāju dažādās ierīcēs un ekrāna izmēros.

7. Pirmās ievades aizkaves (FID) mērīšana

first-input-delay ieraksta veids mēra laiku, kas nepieciešams pārlūkprogrammai, lai reaģētu uz pirmo lietotāja mijiedarbību (piemēram, klikšķi vai pieskārienu). FID ir vēl viens no galvenajiem tīmekļa rādītājiem, kas atspoguļo lapas interaktivitāti. Labs FID rādītājs ir 100 milisekundes vai mazāk. Jūs varat izmantot šādu kodu, lai izmērītu FID:

            const observer = new PerformanceObserver((list) => {
 list.getEntries().forEach((entry) => {
 console.log(`First Input Delay: ${entry.processingStart - entry.startTime}ms`);
 console.log(`Event Type: ${entry.name}`);
 console.log(`Target Element: ${entry.target}`);
 });
});

observer.observe({ type: "first-input", buffered: true });

            

              
                Copy
              
            
          

Šis kods izveido PerformanceObserver, kas klausās first-input ierakstus un reģistrē aizkavi, notikuma veidu un mērķa elementu konsolē. Analizējot šos datus, jūs varat identificēt ilgu ievades aizkavju cēloņus un optimizēt savu JavaScript kodu, lai samazinātu laiku, kas tiek pavadīts galvenajā pavedienā.

Praktisks ieteikums: Sadaliet ilgstošus uzdevumus mazākos gabalos, izmantojiet "web workers", lai pārvietotu uzdevumus uz fona pavedienu, un optimizējiet savus notikumu klausītājus, lai samazinātu lietotāju mijiedarbības apstrādes laiku.

Padziļinātas metodes un apsvērumi

Papildus iepriekš aprakstītajiem pamata pielietojuma gadījumiem Performance Observer API var izmantot arī sarežģītākos scenārijos, lai gūtu dziļāku ieskatu tīmekļa lietojumprogrammu veiktspējā. Šeit ir dažas padziļinātas metodes un apsvērumi:

1. Buferēšanas izmantošana

Opcija buffered metodē observe() ļauj jums iegūt vēsturiskos veiktspējas ierakstus, kas tika reģistrēti pirms PerformanceObserver izveides. Tas ir noderīgi, lai iegūtu veiktspējas datus, kas rodas sākotnējās lapas ielādes laikā vai pirms jūsu uzraudzības koda ielādes. Piemēram:

            const observer = new PerformanceObserver((list) => {
 list.getEntries().forEach((entry) => {
 console.log(`Entry: ${entry.name}, Type: ${entry.entryType}, Duration: ${entry.duration}ms`);
 });
});

observer.observe({ entryTypes: ["navigation", "resource"], buffered: true });

            

              
                Copy
              
            
          

Šis kods izveido PerformanceObserver, kas klausās navigation un resource ierakstus un iegūst visus vēsturiskos ierakstus, kas tika reģistrēti pirms novērotāja izveides.

2. Veiktspējas ierakstu filtrēšana

Jūs varat filtrēt veiktspējas ierakstus pēc konkrētiem kritērijiem, lai koncentrētos uz datiem, kas ir visatbilstošākie jūsu analīzei. Piemēram, jūs varat filtrēt resursu ierakstus pēc to URL vai satura veida:

            const observer = new PerformanceObserver((list) => {
 list.getEntries().forEach((entry) => {
 if (entry.entryType === "resource" && entry.name.endsWith(".jpg")) {
 console.log(`Image Resource: ${entry.name}, Duration: ${entry.duration}ms`);
 }
 });
});

observer.observe({ entryTypes: ["resource"] });

            

              
                Copy
              
            
          

Šis kods izveido PerformanceObserver, kas klausās resource ierakstus un filtrē tos, lai iekļautu tikai ierakstus par attēlu resursiem ar .jpg paplašinājumu.

3. Web Workers izmantošana

Lai neietekmētu galvenā pavediena veiktspēju, jūs varat pārvietot veiktspējas uzraudzību un analīzi uz "web worker". Tas ļauj jums vākt un apstrādāt veiktspējas datus fonā, nebloķējot lietotāja saskarni. Piemēram, jūs varat izveidot "web worker", kas klausās veiktspējas notikumus un nosūta datus uz galveno pavedienu analīzei.

Globāla rakstīšanas vadlīnija: Izmantojiet piemērus, kas ir relevanti globālai auditorijai. Izvairieties no piemēriem, kas ir specifiski konkrētai valstij vai kultūrai.

4. Integrācija ar analītikas platformām

Performance Observer API var integrēt ar analītikas platformām, lai vāktu un analizētu veiktspējas datus centralizētā vietā. Tas ļauj jums izsekot veiktspējas tendencēm laika gaitā, identificēt veiktspējas regresijas un korelēt veiktspējas metriku ar citiem lietotāju uzvedības datiem. Jūs varat nosūtīt veiktspējas ierakstus uz savu analītikas platformu, izmantojot tās API vai reģistrējot tos servera puses galapunktā.

5. Polyfills izmantošana vecākām pārlūkprogrammām

Lai gan Performance Observer API atbalsta vairums mūsdienu pārlūkprogrammu, tas var nebūt pieejams vecākās pārlūkprogrammās. Lai atbalstītu vecākas pārlūkprogrammas, jūs varat izmantot "polyfill", kas nodrošina API rezerves implementāciju. Tiešsaistē ir pieejami vairāki "polyfills", kurus varat izmantot savā lietojumprogrammā.

Labākās prakses Performance Observer API izmantošanai

Lai efektīvi izmantotu Performance Observer API un izvairītos no biežāk pieļautajām kļūdām, ievērojiet šīs labākās prakses:

• Uzraugiet tikai tos rādītājus, kas ir būtiski jūsu mērķiem. Izvairieties no pārmērīgas datu vākšanas, kas var ietekmēt veiktspēju.
• Izmantojiet filtrēšanu, lai koncentrētos uz vissvarīgākajiem datiem. Filtrējiet veiktspējas ierakstus pēc konkrētiem kritērijiem, lai samazinātu apstrādājamo datu apjomu.
• Pārvietojiet veiktspējas uzraudzību uz "web worker". Tas novērsīs veiktspējas uzraudzības ietekmi uz galvenā pavediena veiktspēju.
• Integrējiet ar analītikas platformām, lai izsekotu veiktspējas tendences laika gaitā. Tas ļaus jums identificēt veiktspējas regresijas un korelēt veiktspējas metriku ar citiem lietotāju uzvedības datiem.
• Izmantojiet "polyfills", lai atbalstītu vecākas pārlūkprogrammas. Tas nodrošinās, ka jūsu veiktspējas uzraudzības kods darbojas dažādās pārlūkprogrammās.
• Rūpīgi pārbaudiet savu veiktspējas uzraudzības kodu. Pārliecinieties, ka jūsu kods pats nerada nekādas veiktspējas problēmas.
• Ievērojiet datu privātuma noteikumus. Pārliecinieties, ka neievācat nekādu personu identificējošu informāciju (PII) bez lietotāja piekrišanas.

SEO optimizācija: Izveidojiet saistošu meta aprakstu. Kodolīgs apraksts, kas apkopo emuāra ieraksta saturu, ir sniegts JSON metadatos.

Noslēgums

Performance Observer API ir spēcīgs rīks, kas ļauj izstrādātājiem uzraudzīt un analizēt izpildlaika veiktspējas metriku, identificēt vājās vietas un optimizēt savas tīmekļa lietojumprogrammas, lai nodrošinātu vienmērīgāku, ātrāku un patīkamāku lietotāja pieredzi. Izprotot API galvenos jēdzienus un funkcijas un ievērojot labākās prakses tā izmantošanā, jūs varat iegūt vērtīgu ieskatu savu lietojumprogrammu veiktspējā un nodrošināt labāku lietotāja pieredzi neatkarīgi no viņu atrašanās vietas vai ierīces. Tā kā tīmekļa lietojumprogrammas kļūst arvien sarežģītākas, Performance Observer API arī turpmāk būs būtisks rīks optimālas veiktspējas un lietotāju apmierinātības nodrošināšanai.

Atcerieties, ka lietotāja pieredze ir galvenā prioritāte. Veiktspējas optimizācijai vienmēr jābūt vērstai uz mērķi nodrošināt lietotājiem nevainojamu un patīkamu pieredzi. Efektīvi izmantojot Performance Observer API, jūs varat iegūt dziļāku izpratni par savas lietojumprogrammas veiktspēju un pieņemt pamatotus lēmumus, lai uzlabotu lietotāja pieredzi.

Rūpīgi apsverot veiktspējas globālās sekas, izstrādātāji var izveidot tīmekļa lietojumprogrammas, kas ir ātras, atsaucīgas un pieejamas lietotājiem visā pasaulē. Tam nepieciešama holistiska pieeja, kas ņem vērā tādus faktorus kā tīkla latentums, ierīču iespējas un kultūras preferences.