来自 PSI 文档：
为什么v4和v5中的FCP值不同？
v5 中的 FCP 报告第 75 个百分位（截至 2019 年 11 月 4 日）， 以前是第 90 个百分位。在 v4 中，FCP 报告中位数 （第 50 个百分位数）。
下面 Rick 的最佳答案中仍然提供了很好的数据/提示。
当说“根据现场数据，‘页面很慢’”时，使用 90% 代替之前的中值分数或较低的百分位数是否会使流量大的网站（例如 google.com）无法获得排名“快速地”？这是因为当月流量在 10M+ 范围内并且分布在全球时会出现长尾吗？
我上次检查时（2018 年 2 月上旬），桌面版 google.com 的 Lighthouse 综合得分为 100，这应该被解释为“几乎没有改进的空间”，然而，该页面的排名为“慢”，因为第 90 个百分位的 FCP 远远超过 3 秒。
当 google.com 的桌面页面根据现场数据排名较慢时，像 nytimes.com 这样的页面是否会按照此标准被认为是快速的？
Recent example (Feb. 14, 2019)
Former example with even longer tail for FCP:
直接回答这个问题，不，获得快速 FCP 标签并非不可能。这个问题还有更多内容，所以我会尽力详细说明。
表达“快速”标准的另一种方式是：“Do至少 90%的用户体验拥有 FCP不到1秒?"
为什么是90%？因为它包含了很大一部分的用户体验。作为PSI docs https://developers.google.com/speed/docs/insights/v5/about#faq say:
我们的目标是确保页面适合大多数用户。通过关注指标的第 90 和 95 个百分位值，这可以确保页面在最困难的设备和网络条件下满足最低的性能标准。
为什么是1秒？这是用户期望页面开始显示有意义的进展的速度的主观值。 1 秒后，用户可能会分心甚至沮丧。当然，圣杯是即时加载，但这被选为一个要努力实现的现实基准。
因此，最坏的情况下，10% 的 FCP 体验是 1 秒或更慢。这种特定的保证是一个足够高的标准，足以让用户相信始终拥有快速的体验。
这就解释了为什么该栏设置在该位置。对于实现的现实程度如何的问题，我们实际上可以使用公开的数据来回答BigQuery 上的 CrUX 数据 https://web.dev/fast/chrome-ux-report-bigquery.
#standardSQL
SELECT
p90,
COUNT(0) AS numOrigins
FROM (
SELECT
origin,
MIN(start) AS p90
FROM (
SELECT
origin,
bin.start,
SUM(bin.density) OVER (PARTITION BY origin ORDER BY bin.start) AS cdf
FROM
`chrome-ux-report.all.201901`,
UNNEST(first_contentful_paint.histogram.bin) AS bin)
WHERE
cdf >= 0.9
GROUP BY
origin)
GROUP BY
p90
ORDER BY
p90
这是一个计算 FCP 直方图原点中第 90 个百分位数的查询。如果这听起来令人困惑，这里有一个可视化：
红色累积分布线穿过 1000 毫秒标记的位置告诉我们将被标记为快速的源的百分比。数量不是很多；数据集中只有 2% 或 110153 个来源。
有趣的是，浏览“快速 FCP”起源列表，其中许多都有.jp and .kr顶级域名 (TLD)。可以合理地假设它们是本地化的日语和韩语网站，其用户几乎全部来自这些国家。这些国家快速的互联网速度 https://en.wikipedia.org/wiki/List_of_countries_by_Internet_connection_speeds。因此，当您的用户拥有始终如一的快速连接速度时，90% 以上的时间提供快速网站服务自然会更容易。
为了了解起源流行度，我们可以做的另一件事是将其加入 Alexa 前 100 万域名列表：
#standardSQL
SELECT
Alexa_rank,
Alexa_domain,
COUNT(0) AS numOrigins,
ARRAY_AGG(origin LIMIT 3) AS originSample
FROM (
SELECT
origin,
MIN(start) AS p90
FROM (
SELECT
origin,
bin.start,
SUM(bin.density) OVER (PARTITION BY origin ORDER BY bin.start) AS cdf
FROM
`chrome-ux-report.all.201901`,
UNNEST(first_contentful_paint.histogram.bin) AS bin)
WHERE
cdf >= 0.9
GROUP BY
origin)
JOIN
`httparchive.urls.20170315`
ON
NET.REG_DOMAIN(origin) = Alexa_domain
WHERE
p90 < 1000
GROUP BY
Alexa_rank,
Alexa_domain
ORDER BY
Alexa_rank
有 35985 个域位于前 1M 的源。您可以自己运行查询以查看完整结果。
您可以看到，前 20 个域中有约 100 个源符合 FCP 快速资格。在列表中挑选一些有趣的例子：
需要注意的是这些origins不一定排名最高，只是他们的领域排名最高。在没有原始排名数据的情况下，这是我能做的最好的近似值。
需要注意的是，BigQuery 和 PSI 的数据集和桌面/移动设备的 PSI 细分略有不同，而我的分析将它们组合在一起。因此，这项研究并不能完美地体现 PSI 的预期。
最后，我只想解决有关在 Lighthouse 中获得 100 分的问题中的其他问题。 100 分并不一定意味着没有任何需要改进的地方。此类综合测试需要进行校准才能代表实际的用户体验。例如，如果在代表菲律宾用户体验的条件下进行测试，性能审核可能会开始失败。实际上从该位置运行测试可能会出现性能问题，例如内容分发问题，以及我们可以在任何地方模拟的条件（例如连接速度）。
总结一下一切：