Taro:高性能小程序的最佳实践

  • Taro:高性能小程序的最佳实践已关闭评论
  • 95 次浏览
  • A+
所属分类:Web前端
摘要

作为一个开放式的跨端跨框架解决方案,Taro 在大量的小程序和 H5 应用中得到了广泛应用。我们经常收到开发者的反馈,例如“渲染速度较慢”、“滑动不够流畅”、“性能与原生应用相比有差距” 等。这表明性能问题一直是困扰开发者的一个重要问题。


前言

作为一个开放式的跨端跨框架解决方案,Taro 在大量的小程序和 H5 应用中得到了广泛应用。我们经常收到开发者的反馈,例如“渲染速度较慢”、“滑动不够流畅”、“性能与原生应用相比有差距” 等。这表明性能问题一直是困扰开发者的一个重要问题。

熟悉 Taro 的开发者应该知道,相比于 Taro 1/2,Taro 3 是一个更加注重运行时而轻量化编译时的框架。它的优势在于提供了更高效的代码编写方式,并拥有更丰富的生态系统。然而,这也意味着在性能方面可能会有一些损耗。

但是,使用 Taro 3 并不意味着我们必须牺牲应用的性能。事实上,Taro 已经提供了一系列的性能优化方法,并且不断探索更加极致的优化方案。

本文将为大家提供一些小程序开发的最佳实践,帮助大家最大程度地提升小程序应用的性能表现。

一、如何提升初次渲染性能

如果初次渲染的数据量非常大,可能会导致页面在加载过程中出现一段时间的白屏。为了解决这个问题,Taro 提供了预渲染功能(Prerender)。

使用 Prerender 非常简单,只需在项目根目录下的 config 文件夹中找到 index.js/dev.js/prod.js 三者中的任意一个项目配置文件,并根据项目情况进行修改。在编译时,Taro CLI 会根据你的配置自动启动预渲染功能。

const config = {   ...   mini: {     prerender: {       match: 'pages/shop/**', // 所有以 `pages/shop/` 开头的页面都参与 prerender       include: ['pages/any/way/index'], // `pages/any/way/index` 也会参与 prerender       exclude: ['pages/shop/index/index'] // `pages/shop/index/index` 不用参与 prerender     }   } };  module.exports = config  

更详细说明请参考官方文档: https://taro-docs.jd.com/docs/prerender

二、如何提升更新性能

由于 Taro 使用小程序的 template 进行渲染,这会引发一个问题:所有的 setData 更新都需要由页面对象调用。当页面结构较为复杂时,更新的性能可能会下降。

当层级过深时,setData 的数据结构如下:

page.setData({   'root.cn.[0].cn.[0].cn.[0].cn.[0].markers': [], })  

期望的 setData 数据结构:

component.setData({   'cn.[0].cn.[0].markers': [], })  

目前有两种方法可以实现上述结构,以实现局部更新的效果,从而提升更新性能:

1. 全局配置项 baseLevel

对于不支持模板递归的小程序(例如微信、QQ、京东小程序等),当 DOM 层级达到一定数量后,Taro 会利用原生自定义组件来辅助递归渲染。简单来说,当 DOM 结构超过 N 层时,Taro 将使用原生自定义组件进行渲染(可以通过修改配置项 baseLevel 来调整 N 的值,建议设置为 8 或 4)。

需要注意的是,由于这是全局设置,可能会带来一些问题,例如:

  • 在跨原生自定义组件时,flex 布局会失效(这是影响最大的问题);
  • SelectorQuery.select 方法中,跨自定义组件的后代选择器写法需要增加 >>>:.the-ancestor >>> .the-descendant

2. 使用 CustomWrapper 组件

CustomWrapper 组件的作用是创建一个原生自定义组件,用于调用后代节点的 setData 方法,以实现局部更新的效果。

我们可以使用它来包裹那些遇到更新性能问题的模块,例如:

import { View, Text } from '@tarojs/components'  export default function () {   return (     <View className="index">       <Text>Demo</Text>       <CustomWrapper>         <GoodsList />       </CustomWrapper>     </View>   ) }  

三、如何提升长列表性能

长列表是常见的组件,当生成或加载的数据量非常大时,可能会导致严重的性能问题,尤其在低端机上可能会出现明显的卡顿现象。

为了解决长列表的问题,Taro 提供了 VirtualList 组件和 VirtualWaterfall 组件。它们的原理是只渲染当前可见区域(Visible Viewport)的视图,非可见区域的视图在用户滚动到可见区域时再进行渲染,以提高长列表滚动的流畅性。

Taro:高性能小程序的最佳实践

1. VirtualList 组件(虚拟列表)

以 React Like 框架使用为例,可以直接引入组件:

import VirtualList from '@tarojs/components/virtual-list'  

一个最简单的长列表组件如下所示:

function buildData(offset = 0) {   return Array(100)     .fill(0)     .map((_, i) => i + offset) }  const Row = React.memo(({ id, index, data }) => {   return (     <View id={id} className={index % 2 ? 'ListItemOdd' : 'ListItemEven'}>       Row {index} : {data[index]}     </View>   ) })  export default class Index extends Component {   state = {     data: buildData(0),   }    render() {     const { data } = this.state     const dataLen = data.length     return (       <VirtualList         height={800} /* 列表的高度 */         width="100%" /* 列表的宽度 */         item={Row} /* 列表单项组件,这里只能传入一个组件 */         itemData={data} /* 渲染列表的数据 */         itemCount={dataLen} /* 渲染列表的长度 */         itemSize={100} /* 列表单项的高度  */       />     )   } }  

更多详情可以参考官方文档: https://taro-docs.jd.com/docs/virtual-list

2. VirtualWaterfall 组件(虚拟瀑布流)

以 React Like 框架使用为例,可以直接引入组件:

import { VirtualWaterfall } from `@tarojs/components-advanced`  

一个最简单的长列表组件如下所示:

function buildData(offset = 0) {   return Array(100)     .fill(0)     .map((_, i) => i + offset) }  const Row = React.memo(({ id, index, data }) => {   return (     <View id={id} className={index % 2 ? 'ListItemOdd' : 'ListItemEven'}>       Row {index} : {data[index]}     </View>   ) })  export default class Index extends Component {   state = {     data: buildData(0),   }    render() {     const { data } = this.state     const dataLen = data.length     return (       <VirtualWaterfall         height={800} /* 列表的高度 */         width="100%" /* 列表的宽度 */         item={Row} /* 列表单项组件,这里只能传入一个组件 */         itemData={data} /* 渲染列表的数据 */         itemCount={dataLen} /* 渲染列表的长度 */         itemSize={100} /* 列表单项的高度  */       />     )   } }  

更多详情可以参考官方文档: https://taro-docs.jd.com/docs/virtual-waterfall

四、如何避免 setData 数据量较大

众所周知,对小程序性能的影响较大的主要有两个因素,即 setData 的数据量和单位时间内调用 setData 函数的次数。在 Taro 中,会对 setData 进行批量更新操作,因此通常只需要关注 setData 的数据量大小。下面通过几个例子来说明如何避免数据量过大的问题:

例子 1:删除楼层节点要谨慎处理

目前 Taro 在处理节点删除方面存在一些缺陷。假设存在以下代码写法:

<View>   <!-- 轮播 -->   <Slider />   <!-- 商品组 -->   <Goods />   <!-- 模态弹窗 -->   {isShowModal && <Modal />} </View>  

isShowModaltrue 变为 false 时,模态弹窗会消失。此时,Modal 组件的兄弟节点都会被更新,setData 的数据是 Slider + Goods 组件的 DOM 节点信息。

一般情况下,这不会对性能产生太大影响。然而,如果待删除节点的兄弟节点的 DOM 结构非常复杂,比如一个个楼层组件,删除操作的副作用会导致 setData 的数据量变大,从而影响性能。

为了解决这个问题,可以通过隔离删除操作来进行优化。

<View>   <!-- 轮播 -->   <Slider />   <!-- 商品组 -->   <Goods />   <!-- 模态弹窗 -->   <View>     {isShowModal && <Modal />}   </View> </View>  

例子 2:基础组件的属性要保持引用

当基础组件(例如 ViewInput 等)的属性值为非基本类型时,假设存在以下代码写法:

<Map   latitude={22.53332}   longitude={113.93041}   markers={[     {       latitude: 22.53332,       longitude: 113.93041,     },   ]} />  

每次渲染时,React 会对基础组件的属性进行浅比较。如果发现 markers 的引用不同,就会触发组件属性的更新。这最终导致了 setData 操作的频繁执行和数据量的增加。 为了解决这个问题,可以使用状态(state)或闭包等方法来保持对象的引用,从而避免不必要的更新。

<Map   latitude={22.53332}   longitude={113.93041}   markers={this.state.markers} />  

五、更多最佳实践

1. 阻止滚动穿透

在小程序开发中,当存在滑动蒙层、弹窗等覆盖式元素时,滑动事件会冒泡到页面上,导致页面元素也会跟着滑动。通常我们会通过设置 catchTouchMove 来阻止事件冒泡。

然而,由于 Taro3 事件机制的限制,小程序事件都是以 bind 的形式进行绑定。因此,与 Taro1/2 不同,调用 e.stopPropagation() 并不能阻止滚动事件的穿透。

解决办法 1:使用样式(推荐)

可以为需要禁用滚动的组件编写以下样式:

{   overflow:hidden;   height: 100vh; }  

解决办法 2:使用 catchMove

对于极个别的组件,比如 Map 组件,即使使用样式固定宽高也无法阻止滚动,因为这些组件本身具有滚动的功能。因此,第一种方法无法处理冒泡到 Map 组件上的滚动事件。 在这种情况下,可以为 View 组件添加 catchMove 属性:

// 这个 View 组件会绑定 catchtouchmove 事件而不是 bindtouchmove <View catchMove />  

2. 跳转预加载

在小程序中,当调用 Taro.navigateTo 等跳转类 API 后,新页面的 onLoad 事件会有一定的延时。因此,为了提高用户体验,可以将一些操作(如网络请求)提前到调用跳转 API 之前执行。

对于熟悉 Taro 的开发者来说,可能会记得在 Taro 1/2 中有一个名为 componentWillPreload 的钩子函数。然而,在 Taro 3 中,这个钩子函数已经被移除了。不过,开发者可以使用 Taro.preload() 方法来实现跳转预加载的效果:

// pages/index.js Taro.preload(fetchSomething()) Taro.navigateTo({ url: '/pages/detail' })  
// pages/detail.js console.log(getCurrentInstance().preloadData)  

3. 建议把 Taro.getCurrentInstance() 的结果保存下来

在开发过程中,我们经常会使用 Taro.getCurrentInstance() 方法来获取小程序的 apppage 对象以及路由参数等数据。然而,频繁地调用该方法可能会导致一些问题。

因此,建议将 Taro.getCurrentInstance() 的结果保存在组件中,并在需要时直接使用,以避免频繁调用该方法。这样可以提高代码的执行效率和性能。

class Index extends React.Component {   inst = Taro.getCurrentInstance()    componentDidMount() {     console.log(this.inst)   } }  

六、预告:小程序编译模式(CompileMode)

Taro 一直追求并不断突破性能的极限,除了以上提供的最佳实践,我们即将推出小程序编译模式(CompileMode)。

什么是 CompileMode?

前面已经说过,Taro3 是一种重运行时的框架,当节点数量增加到一定程度时,渲染性能会显著下降。 因此,为了解决这个问题,Taro 引入了 CompileMode 编译模式。

CompileMode 在编译阶段对开发者的代码进行扫描,将 JSXVue template 代码提前编译为相应的小程序模板代码。这样可以减少小程序渲染层虚拟 DOM 树节点的数量,从而提高渲染性能。 通过使用 CompileMode,可以有效减少小程序的渲染负担,提升应用的性能表现。

如何使用?

开发者只需为小程序的基础组件添加 compileMode 属性,该组件及其子组件将会被编译为独立的小程序模板。

function GoodsItem () {   return (     <View compileMode>       ...     </View>   ) }  

目前第一阶段的开发工作已经完成,我们即将发布 Beta 版本,欢迎大家关注! 想提前了解的可以查看 RFC 文档: https://github.com/NervJS/taro-rfcs/blob/feat/compile-mode/rfcs/0000-compile-mode.md

结尾

通过采用 Taro 的最佳实践,我们相信您的小程序应用性能一定会有显著的提升。未来,我们将持续探索更多优化方案,覆盖更广泛的应用场景,为开发者提供更高效、更优秀的开发体验。

如果您在项目中有任何经验总结或思考,欢迎向我们投稿并进行交流,让我们一起分享给更多开发者,非常感谢您的支持!

作者:京东零售 利齐诺

来源:京东云开发者社区 转载请注明来源