我已经部署了两个版本的单页面Web应用程序：一个主服务器（A）和一个分支，其中有一些更改可能会影响加载时间（B）。这种变化通常是前端的一些新功能，重构，小型性能优化等。差异不是很大，加载时间因其他原因（测试机器的负载，服务器负载，网络，等等）。所以webpagetest.org即使有9次尝试也会变化得多（14-20s speedindex），而不是真正的差异（例如平均为0.5s）。
基本上，我需要一个号码告诉我 - 这个功能增加/减少加载时间。
是否有一些可以衡量这种差异的工具？
我的想法是将Webpagetest部署到服务器上，负载最小，并同时在两个版本上随机运行网页测试，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解决这个问题的服务。