我已经部署了我们的单页 Web 应用程序的两个版本：一个主 (A) 和一个分支，其中一些更改会以某种方式影响加载时间 (B)。变化通常是前端的一些新特性，重构，小的性能优化等。差异不是很大，加载时间因其他原因（测试机器负载，服务器负载，网络， ETC）。因此，即使有 9 次尝试，webpagetest.org 的变化（14-20 秒速度指数）也比实际差异可能（例如平均 0.5 秒）要大得多。
基本上，我需要一个数字来告诉我——这个功能增加/减少加载时间。
是否有一些工具可以衡量这种差异？
我的想法是将 Webpagetest 部署到负载最小的服务器上，并同时在两个版本上随机运行 Webpagetest，这样我就可以避免大部分噪音。制作大量样本（1000+）并检查平均值（或中值）。
但在我开始研究之前，我想问一下是否有一些服务可以解决这个问题。