Files
2nd/10_Wiki/Topic_Programming/Frontend/Total Blocking Time (TBT).md
T
Antigravity Agent 9148c358d0 docs(10_Wiki): 위키 전체 재구성 — Topic_* 폴더를 4개 카테고리로 통합 + 대규모 중복 제거
Topic_Agent/Topic_Blog/Topics/Topics_Biz/Topics_Meeting/Topics_Rag의 마크다운 지식 문서를
Topic_General/Topic_Programming/Topic_Graphic/Topic_Business 4개 카테고리로 재분류.

- 중복 제거: frontmatter의 status:duplicate/merged + duplicate_of/redirect_to 필드로
  자기 자신을 중복으로 선언한 리다이렉트 stub 1032개 제거, 완전 동일 내용 파일 472개 제거,
  동일 파일명·다른 내용 충돌 시 더 큰(완전한) 버전만 유지(162개 제거) — 총 1639개 중복 제거.
- 분류: 폴더 단위로 명확한 항목(AI_and_ML/Coding/Architecture 등 → Programming,
  Comfyui/Visual_Effects → Graphic, Topics_Biz/Topics_Meeting/사업 등 → Business,
  Poetic_Blog_Writing/창의성/Game_Design 등 → General)은 폴더 우선순위로,
  나머지 혼재 폴더(Topic_Agent/Topic_Blog/Topics 루트/Thinking & Reasoning/Other/UI_UX_Assets)는
  title/tags 키워드 스코어링으로 파일 단위 분류(불명확한 경우 General로 폴백).
  원본 폴더명은 "From_*" 서브폴더로 보존해 추적 가능성 유지.
- 최종 배치: Programming 2784 / General 1608 / Graphic 285 / Business 249 = 4926개 문서.
- 에이전트 운영 상태(.astra/.agent/.obsidian/sessions/memory/_company/docs/lessons/_shared/src)는
  지식 콘텐츠가 아니므로 재분류 대상에서 제외하고 원위치 유지.
- Topics/Topic_email(상위 보호 폴더 Topic_email과 파일명 100% 중복) 삭제 — 보호 폴더 자체는 미변경.
- 완전히 비게 된 Topic_Agent/Topic_Blog/Topics_Biz/Topics_Rag 폴더 제거.
2026-07-05 00:33:48 +09:00

5.3 KiB
Raw Blame History

id, title, category, status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, verification_status, tags, raw_sources, last_reinforced, github_commit, tech_stack
id title category status canonical_id aliases duplicate_of source_trust_level confidence_score verification_status tags raw_sources last_reinforced github_commit tech_stack
wiki-2026-0508-total-blocking-time-tbt Total Blocking Time (TBT) 10_Wiki/Topics verified self
TBT
Total Blocking Time
none A 0.9 applied
web-vitals
performance
lab-metric
frontend
2026-05-10 pending
language framework
javascript web-vitals

Total Blocking Time (TBT)

매 한 줄

"매 FCP 의 TTI 사이 의 long-task blocking 의 sum". TBT 의 lab metric 의 user-perceived input responsiveness 의 quantify, 매 each long task (>50ms) 의 50ms-over portion 의 add. 매 2026: INP 의 field metric 의 promote 의 후 의 TBT 의 lab proxy 의 critical, 매 Lighthouse / WebPageTest 의 score 의 driver.

매 핵심

매 정의

  • Long task: main thread 의 50ms 의 over 의 continuous 의 block.
  • Blocking portion: long task duration 의 (duration 50ms).
  • TBT: FCP 의 ~ TTI 사이 의 모든 long task 의 blocking portion 의 sum.
  • Threshold (2026): Good <200ms · Needs Improvement 200600ms · Poor >600ms.

매 INP 의 차이

  • TBT: lab, FCP→TTI window, all long task의 sum.
  • INP: field (RUM), 매 user interaction 의 worst (98th %ile-ish), 매 single-event latency.
  • 매 correlation 의 high — 매 TBT 의 fix 의 INP 의 usually improve.

매 응용

  1. CI 의 Lighthouse budget 의 regression gate.
  2. Bundle bloat 의 detect (parse/compile time spike).
  3. Hydration cost 의 SSR/SSG framework 의 measure.
  4. Third-party script 의 main-thread cost 의 audit.

💻 패턴

Measure 의 PerformanceObserver

const observer = new PerformanceObserver((list) => {
  for (const entry of list.getEntries()) {
    const blocking = Math.max(0, entry.duration - 50);
    console.log(`Long task: ${entry.duration.toFixed(0)}ms (blocking ${blocking.toFixed(0)}ms)`);
  }
});
observer.observe({ type: 'longtask', buffered: true });

Lighthouse CI assertion

{
  "ci": {
    "assert": {
      "assertions": {
        "total-blocking-time": ["error", { "maxNumericValue": 200 }],
        "interactive": ["warn", { "maxNumericValue": 3500 }]
      }
    }
  }
}

web-vitals lib (TTFB+TBT-ish 의 INP 의 use)

import { onINP, onLCP, onCLS, onTTFB } from 'web-vitals';
onINP(({ value, rating }) => analytics.send('inp', { value, rating }));
// 매 TBT 의 field 의 X — 매 lab 의 only

Yield to scheduler (break long task)

async function processItems(items) {
  for (let i = 0; i < items.length; i++) {
    work(items[i]);
    if (i % 100 === 0) {
      await scheduler.yield(); // 매 Chrome 129+ 의 baseline
    }
  }
}

Defer non-critical script

<!-- 매 main bundle -->
<script type="module" src="/app.js"></script>
<!-- 매 analytics 의 idle 의 defer -->
<script>
  requestIdleCallback(() => {
    const s = document.createElement('script');
    s.src = 'https://analytics.example.com/tag.js';
    s.async = true;
    document.head.appendChild(s);
  });
</script>

Web Worker offload

const worker = new Worker('/heavy-parse.js', { type: 'module' });
worker.postMessage(largeJsonString);
worker.onmessage = (e) => updateUI(e.data);

Code split / lazy hydrate

// React 19 / Next.js 의 example
import { lazy, Suspense } from 'react';
const Heavy = lazy(() => import('./HeavyChart'));

<Suspense fallback={<Skeleton />}>
  <Heavy />
</Suspense>

Long-task budget script

let totalBlocking = 0;
const obs = new PerformanceObserver((list) => {
  for (const e of list.getEntries()) totalBlocking += Math.max(0, e.duration - 50);
});
obs.observe({ type: 'longtask', buffered: true });
window.addEventListener('load', () => {
  if (totalBlocking > 200) console.warn('TBT budget exceeded:', totalBlocking);
});

매 결정 기준

상황 Approach
Bundle parse cost 의 high code split + dynamic import
Hydration block partial / progressive hydration (Astro, Qwik, React 19 RSC)
Third-party script facade pattern, defer, web worker (Partytown)
Heavy compute 의 sync Web Worker 또는 scheduler.yield
Re-render cascade memoization, virtualization

기본값: 매 200ms TBT 의 target — 매 long task 의 50ms 의 budget 의 hold, 매 yield 의 use.

🔗 Graph

🤖 LLM 활용

언제: 매 CI 의 lab regression 의 detect, 매 PR 의 main-thread cost 의 review. 언제 X: 매 real-user experience 의 measure — 매 INP / RUM 의 prefer.

안티패턴

  • TBT 의 only 의 optimize 의 INP 의 ignore: 매 lab 의 fast, 매 user 의 slow 의 case.
  • Synchronous JSON.parse 의 large payload: 매 single long task 의 block — 매 stream 또는 worker.
  • setTimeout(0) 의 yield 의 substitute: 매 4ms minimum delay — 매 scheduler.yield 의 use.
  • Third-party 의 <script> blocking head: 매 TBT 의 30%+ 의 typical.
  • Hydration 의 entire app 의 sync: 매 SSR 의 benefit 의 erase — 매 island / partial.

🧪 검증 / 중복

  • Verified (web.dev TBT, Lighthouse 12+ scoring, W3C Long Tasks API).
  • 신뢰도 A.

🕓 Changelog

날짜 변경
2026-05-08 Phase 1
2026-05-10 Manual cleanup — TBT vs INP, scheduler.yield, lab budget