Web-Dev-For-Beginners/translations/ml/5-browser-extension/3-background-tasks-and-performance/assignment.md

# പ്രകടനത്തിനായി ഒരു സൈറ്റ് വിശകലനം ചെയ്യുക

## അസൈൻമെന്റ് അവലോകനം

പ്രകടന വിശകലനം ആധുനിക വെബ് ഡെവലപ്പർമാർക്കുള്ള ഒരു നിർണ്ണായക കഴിവാണ്. ഈ അസൈൻമെന്റിൽ, നിങ്ങൾ ബ്രൗസർ അടിസ്ഥാനത്തിലുള്ള ഉപകരണങ്ങളും തൃശ്ചര സേവനങ്ങളും ഉപയോഗിച്ച് ബോട്ടിൽനെക്കുകൾ കണ്ടെത്തുകയും ഒപ്റ്റിമൈസേഷൻ തന്ത്രങ്ങൾ സമർപ്പിക്കുകയും ചെയ്യുന്ന ഒരു യഥാർത്ഥ വെബ്സൈറ്റിന്റെ സമഗ്ര പ്രകടന ഓഡിറ്റ് നടത്തും.

വെബ്ബ് പ്രകടന സിദ്ധാന്തങ്ങളെ നിങ്ങൾ മനസ്സിലാക്കിയതും പ്രൊഫഷണൽ വിശകലന ഉപകരണങ്ങൾ ഫലപ്രദമായി ഉപയോഗിക്കുന്ന കഴിവും മുന്നോട്ട് വച്ച സവിശേഷ പ്രവർത്തന റിപ്പോർട്ടാണ് നിങ്ങൾ നൽകേണ്ടത്.

## അസൈൻമെന്റ് നിർദ്ദേശങ്ങൾ

**ഒരു വെബ്സൈറ്റ് തിരഞ്ഞെടുക്കുക** വിശകലനത്തിന് - താഴെയുള്ള ഓപ്ഷനുകളിൽ ഒരു തിരഞ്ഞെടുക്കുക:
- നിങ്ങൾ സ്ഥിരമായി ഉപയോഗിക്കുന്ന ഒരു ജനപ്രിയ വെബ്സൈറ്റ് (ന്യൂസ് സൈറ്റ്, സോഷ്യൽ മീഡിയ, ഇ-കൊമേഴ്സ്)
- ഒരു ഓപ്പൺ-സോഴ്സ് പ്രോജക്റ്റ് വെബ്സൈറ്റ് (GitHub പേജുകൾ, ഡോക്യുമെന്റേഷൻ സൈറ്റുകൾ)
- ഒരു പ്രാദേശിക ബിസിനസ്സ് വെബ്സൈറ്റ് അല്ലെങ്കിൽ പോർട്ട്ഫോളിയോ സൈറ്റ്
- നിങ്ങളുടെ സ്വന്തം പ്രോജക്റ്റ് അല്ലെങ്കിൽ മുൻപത്തെ കോഴ്സ് വർക്ക്

**കൂടുതൽ ഉപകരണങ്ങൾ ഉപയോഗിച്ച് വിശകലനം നടത്തുക** കുറഞ്ഞത് മൂന്ന് വ്യത്യസ്ഥ കാഴ്ചപ്പാടുകൾ ഉപയോഗിച്ച്:
- **ബ്രൗസർ ഡെവ്‌ടൂൾസ്** - Chrome/Edge Performance ടാബ് ഉപയോഗിച്ച് വിശദമായ പ്രൊഫൈലിംഗ് ചെയ്യുക
- **ഓൺലൈൻ ഓഡിറ്റിംഗ് ഉപകരണങ്ങൾ** - Lighthouse, GTmetrix, അല്ലെങ്കിൽ WebPageTest ഉപയോഗിച്ച് ശ്രമിക്കുക
- **നെറ്റ്‌വർക്ക് വിശകലനം** - റിസോഴ്സ് ലോഡിംഗ്, ഫയൽ വലുപ്പം, അഭ്യർത്ഥന പാറ്റേൺ പരിശോധിക്കുക

**നിങ്ങളുടെ കണ്ടെത്തൽ ഒരു സമഗ്ര റിപ്പോർട്ടിൽ രേഖപ്പെടുത്തുക**, ഇതിൽ ഉൾപ്പെടുത്തേണ്ടത്:

### പ്രകടന അളവുകൾ വിശകലനം
- **ലോഡ് സമയ അളവുകൾ** പല ഉപകരണങ്ങളുടെയും കാഴ്ചപ്പാടുകളിൽ നിന്നുള്ളത്
- **കോർ വെബ് വൈറ്റൽസ്** സ്കോറുകൾ (LCP, FID, CLS)യും അവയുടെ പാരാമീറ്ററും
- **റിസോഴ്സ് വിഭജനം** ലോഡ് സമയത്തു ഏറ്റവും വളരെ സംഭാവന ചെയ്യുന്ന ആസ്തികൾ പ്രദർശിപ്പിക്കുന്നത്
- **നെറ്റ്‌വർക്ക് വാട്ടർഫോൾ വിശകലനം** തടസ്സം സൃഷ്ടിക്കുന്ന റിസോഴ്സുകൾ തിരിച്ചറിയൽ

### പ്രശ്നങ്ങൾ തിരിച്ചറിയൽ
- **നിശ്ചിത പ്രകടന ബോട്ടിൽനെക്കുകൾ** പിന്തുണയുള്ള ഡാറ്റസഹിതം
- **മൂല കാരണ വിശകലനം** പ്രശ്നങ്ങൾ എന്തുകൊണ്ടാണ് സംഭവിക്കുന്നത് എന്ന് വിശദീകരിക്കുന്നു
- **ഉപയോക്തൃ ബാധ വിലയിരുത്തൽ** പ്രശ്നങ്ങൾ യാഥാർത്ഥ്യ ഉപയോക്താക്കളെ എങ്ങനെയാണ് ബാധിക്കുന്നത്
- **പ്രാധാന്യക്രമം** തീവ്രതയും പരിഹാരത്തിനുള്ള ബുദ്ധിമുട്ടും അടിസ്ഥാനമാക്കിയുള്ള പ്രശ്നങ്ങളുടെ ക്രമീകരണം

### ഒപ്റ്റിമൈസേഷൻ ശുപാർശകൾ
- **നിശ്ചിതവും പ്രാബല്യവുമുള്ള മെച്ചപ്പെടുത്തലുകൾ** പ്രതീക്ഷിക്കുന്ന സ്വാധീനം
- **പ്രതീഷ്‌ഠാപന തന്ത്രങ്ങൾ** നിർദേശിച്ച മാറ്റങ്ങൾക്ക്
- **ആധുനിക മികച്ച പാരമ്പര്യങ്ങൾ** (lazy loading, compression എന്നിവ പോലുള്ളവ)
- **തുടർന്നു പ്രവർത്തിക്കുന്ന പ്രകടന നിരീക്ഷണത്തിന് ഉപകരണങ്ങളും സാങ്കേതികവിദ്യകളും**

## ഗവേഷണ ആവശ്യകതകൾ

**ബ്രൗസർ ഉപകരണങ്ങളിൽ മാത്രം ആശ്രയിക്കരുത്** - നിങ്ങളുടെ വിശകലനം വികസിപ്പിക്കുക:

**മൂന്നാംകക്ഷി ഓഡിറ്റിംഗ് സേവനങ്ങൾ:**
- [Google Lighthouse](https://developers.google.com/web/tools/lighthouse) - സമഗ്ര ഓഡിറ്റുകൾ
- [GTmetrix](https://gtmetrix.com/) - പ്രകടനവും ഒപ്റ്റിമൈസേഷനും സംബന്ധിച്ച洞察ങ്ങൾ
- [WebPageTest](https://www.webpagetest.org/) - യഥാർഥ ലോക പരീക്ഷണ സാഹചര്യങ്ങൾ
- [Pingdom](https://tools.pingdom.com/) - ആഗോള പ്രകടന നിരീക്ഷണം

**പ്രത്യേകമായ വിശകലന ഉപകരണങ്ങൾ:**
- [Bundle Analyzer](https://bundlephobia.com/) - JavaScript ബUNDLE വലുപ്പ വിശകലനം
- [Image optimization tools](https://squoosh.app/) - ആസ്തി ഒപ്റ്റിമൈസേഷൻ അവസരങ്ങൾ
- [Security headers analysis](https://securityheaders.com/) - സൈബർ സുരക്ഷ പ്രകടന സ്വാധീനം

## ഡെലിവറബിളുകൾ ഫോർമാറ്റ്

2-3 പേജുള്ള ഒരു പ്രൊഫഷണൽ റിപ്പോർട്ട് സൃഷ്ടിക്കുക, ഇതിൽ ഉൾപ്പെടുത്തേണ്ടത്:

1. **എക്സിക്യൂട്ടീവ് സഖ്യാരി** - പ്രധാന കണ്ടെത്തലുകളും ശുപാർശകളും
2. **രീതിശാസ്ത്രം** - ഉപയോഗിച്ച ഉപകരണങ്ങളും പരിശോധന മാർഗ്ഗങ്ങളും
3. **നിലവിലെ പ്രകടന വിലയിരുത്തൽ** - അടിസ്ഥാന അളവുകളും മാപനങ്ങളും
4. **കണ്ടെത്തിയ പ്രശ്നങ്ങൾ** - സമഗ്ര പ്രശ്ന വിശകലനവും പിന്തുണയുള്ള ഡാറ്റയും
5. **ശുപാർശകൾ** - മുൻഗണനാ അടിസ്ഥാനമുള്ള മെച്ചപ്പെടുത്തൽ തന്ത്രങ്ങൾ
6. **പ്രതിഷ്ഠാപന റോഡ്‌മാപ്പ്** - ഘട്ടം ഘട്ടമായ ഒപ്റ്റിമൈസേഷൻ മാർഗ്ഗരേഖ

**ദൃശ്യ തെളിവ് ഉൾപ്പെടുത്തുക:**
- പ്രകടന ഉപകരണങ്ങളും അളവുകളും കാണിക്കുന്ന സ്ക്രീൻഷോട്ടുകൾ
- പ്രകടന ഡാറ്റ കാണിക്കുന്ന ചാർട്ടുകളും 그래ഫുകളും
- സാധ്യമായിടത്തോളം മുൻപ്/ശേഷം താരതമ്യങ്ങൾ
- നെറ്റ്‌വർക്ക് വാട്ടർഫോൾ ചാർട്ടുകളും റിസോഴ്സ് വിഭജനങ്ങളും

## റൂബ്രിക്

| മാനദണ്ഡം | ഉത്തമം (90-100%) | മതിയായത് (70-89%) | മെച്ചപ്പെടുത്തേണ്ടതുണ്ട് (50-69%) |
| -------- | ------------------- | ----------------- | -------------------------- |
| **വിശകലന ആഴം** | 4+ ഉപകരണങ്ങൾ ഉപയോഗിച്ച് സമഗ്രമായ വിശകലനം, മൂല കാരണ വിശകലനം, ഉപയോക്തൃ ബാധ വിലയിരുത്തൽ | 3 ഉപകരണങ്ങൾ ഉപയോഗിച്ച് നല്ല വിശകലനം, വ്യക്തമായ അളവുകൾ, അടിസ്ഥാന പ്രശ്ന തിരിച്ചറിയൽ | 2 ഉപകരണങ്ങൾ ഉപയോഗിച്ച് അടിസ്ഥാന വിശകലനം, മൂല്യമിടൽ കുറഞ്ഞ പ്രശ്ന തിരിച്ചറിയൽ |
| **ഉപകരണ വൈവിധ്യം** | ബ്രൗസർ ടൂളുകൾ + 3+ മൂന്നാം കക്ഷി സേവനങ്ങൾ, തുലനാത്മക വിശകലനവും洞察ങ്ങളും | ബ്രൗസർ ടൂളുകളും 2 മൂന്നാം കക്ഷി സേവനങ്ങളും ചില തുലനാത്മക വിശകലനം | ബ്രൗസർ ടൂളുകൾ + 1 മൂന്നാം കക്ഷി സേവനം, പരിമിതമായ താരതമ്യം |
| **പ്രശ്ന തിരിച്ചറിയൽ** | 5+ നിശ്ചിത പ്രകടന പ്രശ്നങ്ങൾ, വിശദമായ മൂല കാരണവും കണക്കാക്കിയ സ്വാധീനം | 3-4 പ്രകടന പ്രശ്നങ്ങൾ, നല്ല വിശകലനം, ചില സ്വാധീനം അളവ് | 1-2 പ്രകടന പ്രശ്നങ്ങൾ, അടിസ്ഥാന വിശകലനം |
| **ശുപാർശകൾ** | നിശ്ചിതവും പ്രായോഗികവുമായ ശുപാർശകൾ, നടപ്പിലാക്കൽ വിശദാംശങ്ങളും പ്രതീക്ഷിച്ച സ്വാധീനം, ആധുനിക മികച്ച അന്തിമങ്ങള് | നല്ല ശുപാർശകൾ, ചില നടപ്പിലാക്കൽ മാർഗ്ഗനിർദ്ദേശങ്ങൾ, പ്രതീക്ഷിച്ച ഫലം | അടിസ്ഥാന ശുപാർശകൾ, പരിമിതമായ നടപ്പിലാക്കൽ വിശദാംശങ്ങൾ |
| **പ്രൊഫഷണൽ അവതരണം** | വ്യക്തമായ ഘടന, ദൃശ്യ തെളിവുകൾ, എക്സിക്യൂട്ടീവ് സഖ്യാരി, പ്രൊഫഷണൽ ഫോർമാറ്റിംഗ് | നല്ല സംഘടന, ചില ദൃശ്യ തെളിവുകൾ, വ്യക്തമായ ഘടന | അടിസ്ഥാന സംഘടന, കുറഞ്ഞ ദൃശ്യ തെളിവുകൾ |

## പഠന ഫലം

ഈ അസൈൻമെന്റ് പൂർത്തിയാക്കുന്നതിലൂടെ നിങ്ങൾ പ്രകടിപ്പിക്കുമെന്ന് പ്രതീക്ഷിക്കുന്നത്:
- **പ്രൊഫഷണൽ പ്രകടന വിശകലന ഉപകരണങ്ങളും രീതി ശാസ്ത്രങ്ങളും** പ്രയോഗിക്കുക
- **ഡേറ്റാ അധിഷ്ഠിത വിശകലന ഉപയോഗിച്ച്** പ്രകടന ബോട്ടിൽനെക്കുകൾ തിരിച്ചറിയുക
- **കോഡ് ഗുണനിലവാരവും ഉപയോക്തൃ പരിചയവും** തമ്മിലുള്ള ബന്ധം വിശകലനം ചെയ്യുക
- **നിശ്ചിതവും പ്രാവർത്തികവുമായ ഒപ്റ്റിമൈസേഷൻ തന്ത്രങ്ങൾ ശുപാർശ ചെയ്യുക**
- **സാങ്കേതിക കണ്ടെത്തലുകൾ പ്രൊഫഷണൽ ഫോർമാറ്റിൽ** സമർപ്പിക്കുക

ഈ അസൈൻമെന്റ് പാഠത്തിൽ പഠിച്ച പ്രകടന ആശയങ്ങൾ ശക്തിപ്പെടുത്തുകയും പ്രായോഗിക കഴിവുകൾ വികസിപ്പിക്കുകയും ചെയ്യും, നിങ്ങൾ നിങ്ങളുടെ വെബ് ഡെവലപ്പ്മെന്റ് കരിയറിൽ തുടർച്ചയായി ഉപയോഗിക്കുന്നതാണ്.

---

<!-- CO-OP TRANSLATOR DISCLAIMER START -->
**അസൂയാപത്രം**:  
ഈ പ്രമാണം AI ഭാഷാന്തര സേവനം [Co-op Translator](https://github.com/Azure/co-op-translator) ഉപയോഗിച്ച് പരിഭാഷപ്പെടുത്തിയിരിക്കുന്നതാണ്. ഞങ്ങൾ കൃത്യതയ്ക്കായി പരിശ്രമിക്കുന്നുണ്ടെങ്കിലും സ്വയം പ്രവർത്തിക്കുന്ന വിവർത്തനത്തിൽ ചില പിശക്‌കളും തെറ്റുകളും ഉണ്ടാകാൻ സാധ്യതയുണ്ട്. അതുകൊണ്ട്, അസൽ പ്രമാണം അതിന്റെ മാതൃഭാഷയിൽയാണ് ഔദ്യോഗിക ഉറവിടമെന്നും അംഗീകരിക്കേണ്ടതാണ്. നിർണായക വിവരങ്ങൾക്ക് പ്രൊഫഷണൽ മനുഷ്യ വിവർത്തനം ശുപാർശ ചെയ്യപ്പെടുന്നു. ഈ വിവർത്തനത്തിന്റെ ഉപയോഗത്തിൽ നിന്നുണ്ടാകുന്ന ഏതു തെറ്റിദ്ധാരണകൾക്കും ഞങ്ങൾ ഉത്തരവാദിത്വം വഹിക്കുന്നില്ല.
<!-- CO-OP TRANSLATOR DISCLAIMER END -->