开发者社区 > 博文 > 京东到家小程序-在性能及多端能力的探索实践
分享
  • 打开微信扫码分享

  • 点击前往QQ分享

  • 点击前往微博分享

  • 点击复制链接

京东到家小程序-在性能及多端能力的探索实践

  • 19****
  • 2023-06-22
  • IP归属:北京
  • 10280浏览

    作者:邓树海、姜微

    一、前言

    京东到家小程序最初只有微信小程序,随着业务的发展,同样的功能需要支持容器越来越多,包括支付宝小程序、京东小程序、到家APP、京东APP等,然而每个端分开实现要面临研发成本高、不一致等问题。

    为了提高研发效率,经过技术选型采用了taro3+原生混合开发模式,本文主要讲解我们是如何基于taro框架,进行多端能力的探索和性能优化。

    二、多端能力的探索

    1.到家小程序基于taro3的架构流程图


    框架分层解释

    1.配置层:主要包含编译配置、路由配置、分包加载、拓展口子。

    2.视图层:主要完成App生命周期初始化、页面初始化、注入宿主事件、解析配置为页面和组件绑定事件和属性。

    3.组件库:是一个单独维护的项目,多端组件库包括业务组件和原子组件,可由视图层根据配置动态加载组件。

        //渲染主入口
         render() {
            let { configData, isDefault, isLoading } = this.state;
            const pageInfo = { ...this.pageInfoValue, ...this._pageInfo }
            return (
                <MyContext.Provider value={pageInfo}>
                    <View
                        className={style.bg}
                    > 
                        {//动态渲染模板组件
                            configData &&
                            configData.map((item, key) => {
                                return this.renderComponent(item, key);
                            })
                        }
                    </View>
                    {isLoading && <Loading></Loading>}
                </MyContext.Provider>
            );
        }
    
         //渲染组件 注入下发配置事件和属性
         renderComponent(item, key) {
            const AsyncComponent = BussinesComponent[item.templateName];
            if (AsyncComponent) {
                return (
                    <AsyncComponent
                        key={key}
                        dataSource={item.data}
                        {...item.config}
                        pageEvent={pageEvent}
                    ></AsyncComponent>
                );
            } else {
                return null;
            }
        }

    4.逻辑层:包括业务处理逻辑,请求、异常、状态、性能、公共工具类,以及与基础库对接的适配能力。

    5.基础库: 提供基本能力,定位、登录、请求、埋点等基础功能,主要是抹平各端基础功能的差异。

    2、基础库

    1.统一接口,分端实现,差异内部抹平

    关于基础库我们采用分端实现的方式,即统一接口的多端文件。

    基础库如何对接在项目里,修改config/index.js,结合taro提供的MultiPlatformPlugin插件编译。

    
      const baseLib = '@dj-lib/login' 
      //增加别名,便于后续基础库调整切换
      alias: {
        '@djmp': path.resolve(__dirname, "..", `./node_modules/${baseLib}/build`),
      },
      //修改webpack配置,h5和mini都要修改
      webpackChain(chain, webpack) {
          chain.resolve.plugin('MultiPlatformPlugin')
            .tap(args => {
              args[2]["include"] = [`${baseLib}`]
              return args
            })
        }

    业务里使用方式

    import { goToLogin } from '@djmp/login/index';
    
    goToLogin()

    2.高复用

    基础库不应该耦合框架,那么基础库应该如何设计,使其既能满足taro项目又能满足原生项目使用呢?

    npm基础库 在taro经过编译后生成为 vendors文件

    npm基础库 在小程序原生项目npm构建后 生成miniprogram_npm

    一样的基础库经过编译后会存在2种形态,多占了一份空间呢。

    我们对小程序包体积大小是比较敏感的,为了节约空间,那么如何让taro使用小程序的miniprogram_npm呢?

    先简单说一下思路,更改 webpack 的配置项,通过 externals 配置处理公共方法和公共模块的引入,保留这些引入的语句,并将引入方式设置成 commonjs 相对路径的方式,详细代码如下所示。

    const config = {
      // ...
      mini: {
        // ...
        webpackChain (chain) {
          chain.merge({
            externals: [
              (context, request, callback) => {
                const externalDirs = ['@djmp/login']
                const externalDir = externalDirs.find(dir => request.startsWith(dir))
    
                if (process.env.NODE_ENV === 'production' && externalDir) {
                  const res = request.replace(externalDir, `../../../../${externalDir.substr(1)}`)
                  return callback(null, `commonjs ${res}`)
                }
                callback()
              },
            ],
          })
        }
        // ...
      }
      // ...
    }

    3、组件库

    想要实现跨端组件,难点有三个

    第一:如何在多个技术栈中找到最恰当的磨平方案,不同的方案会导致 开发适配的成本不同,而人效提升才是我们最终想要实现的目的;

    第二:如何在一码多端实现组件之后,确保没有对各个组件的性能产生影响

    第三:如何在各项目中进行跨端组件的使用

    基于以上,在我们已经确定的以Taro为基础开发框架的前提下,我们进行了整体跨端组件方案实现的规划设计:

    在组件层面,划分为三层:UI基础组件和业务组件 为最底层;容器组件是中间层,最上层是业务模板组件;我们首先从UI基础组件与业务组件入手,进行方案的最终确认;


    调研过程中,UI组件和业务组件主要从API、样式、逻辑三个方面去调研跨端的复用率:

    经过以上调研得出结论:API层面仍需要使用各自技术栈进行实践,通过属性一致的方式进行API层面的磨平;样式上,基础都使用Sass语法,通过babel工具在转化过程中生成各端可识别的样式形式;逻辑上基本是平移,不需要做改动;所以当我们想做跨端组件时,我们最大工作量在于:API的磨平和样式的跨端写法的探索;

    例:图片组件的磨平:

    基于以上,跨端组件的复用方案经过调研是可行的,但是接下来,我们该如何保证转化后的组件能够和原生组件的性能媲美呢?我们的跨端组件又该如何在各个项目中使用呢?


    在这个过程中,我们主要调研对比两种方案:

    第一:直接利用Taro提供的跨端编辑功能进行转换,转换编译成RN . 微信小程序 以及H5;

    第二:通过babel进行编译,直接转换成RN原生代码,微信小程序原生代码,以及H5原生代码

    对比方向原码大小编译成本生成的组件性能
    Taro直接编译大(携带了Taro环境)中(Taro直接提供,但需要各端调试)与原生相同
    通过babel转义小(只有当前组件的源码代码)中(需要开发Babel转义组件)与原生相同

    经过以上几组对比,我们最终选用了babel转义的方式。在项目中使用时,发布到Npm服务器上,供各个项目进行使用。

    方案落地与未来规划:

    在确认整体的方案方向之后,我们进行了项目的落地,首先搭建了跨端组件库的运行项目:能够支持预览京东小程序、微信小程序以及H5的组件生成的页面;以下是整个组件从生成到发布到对应项目的全部流程。

    目前已经完成了个5种UI组件的实现,4种业务组件;其中优惠券模块已经落地在到家小程序项目中,并已经沉淀了跨端组件的设计规则和方案。未来一年中,会继续跨端组件的实现与落地,从UI、业务层到复杂容器以及复杂页面中。


    4、工程化构建

    1.构建微信小程序

    因为存在多个taro项目由不同业务负责,需要将taro聚合编译后的产物,和微信原生聚合在一起,才能构成完整的小程序项目。

    下面是设计的构建流程。


    为了使其自动化,减少人工操作,在迪迦发布后台(到家自研的小程序发布后台创建依赖任务即可,完成整体构建并上传。

    其中执行【依赖任务】这个环节会进行,taro项目聚合编译,并将产物合并到原生项目。

    迪迦发布后台


    2.构建京东小程序

    yarn deploy:jd  版本号 描述

    //集成CI上传工具 jd-miniprogram-ci
    const { upload, preview } = require('jd-miniprogram-ci')
    const path = require('path')
    const privateKey = 'xxxxx'
    //要上传的目录-正式
    const projectPath = path.resolve(__dirname, '../../', `dist/jddist`)
    //要上传的目录-本地调试
    const projectPathDev = path.resolve(__dirname, '../../', `dist/jddevdist`)
    const version = process.argv[2] 
    const desc = process.argv[3]
    //预览版
    preview({
        privateKey: privateKey,
        projectPath: projectPathDev,
        base64: false,
    })
    //体验版
    upload({
        privateKey: privateKey,
        projectPath: projectPath,
        uv: version,
        desc: desc,
        base64: false,
    })
    3.构建发布h5

    yarn deploy:h5

    h5的应用通常采用 cdn资源 +html入口 这种模式。先发布cdn资源进行预热,在发布html入口进行上线。

    主要进行3个操作

    1.编译出h5dist产物,即html+静态资源

    2.静态资源,利用集成 @jd/upload-oss-tools 工具上传到 cdn。

    3.触发【行云部署编排】发布html文件入口

    关于cdn: 我们集成了cdn上传工具,辅助快速上线。

    
    //集成 @jd/upload-oss-tools上传工具
    const UploadOssPlugin = require("@jd/upload-oss-tools");
    const accessKey = new Buffer.from('xxx', 'base64').toString()
    const secretKey = new Buffer.from('xxx', 'base64').toString()
    
    module.exports = function (localFullPath, folder) {
      return new Promise((resolve) => {
        console.log('localFullPath', localFullPath)
        console.log('folder', folder)
        // 初始化上传应用
        let _ploadOssPlugin = new UploadOssPlugin({
          localFullPath: localFullPath, // 被上传的本地绝对路径,自行配置
          access: accessKey, // http://oss.jd.com/user/glist 生成的 access key
          secret: secretKey, // http://oss.jd.com/user/glist 生成的 secret key
          site: "storage.jd.local", 
          cover: true, // 是否覆盖远程空间文件 默认true
          printCdnFile: true, // 是否手动刷新cdn文件 默认false
          bucket: "wxconfig", // 空间名字 仅能由小写字母、数字、点号(.)、中划线(-)组成
          folder: folder, // 空间文件夹名称 非必填(1、默认创建当前文件所在的文件夹,2、屏蔽字段或传undefined则按照localFullPath的路径一层层创建文件夹)
          ignoreRegexp: "", // 排除的文件规则,直接写正则不加双引号,无规则时空字符串。正则字符串,匹配到的文件和文件夹都会忽略
          timeout: "", // 上传请求超时的毫秒数 单位毫秒,默认30秒
          uploadStart: function (files) { }, // 文件开始上传回调函数,返回文件列表参数
          uploadProgress: function (progress) { }, // 文件上传过程回调函数,返回文件上传进度
          uploadEnd:  (res) =>{
            console.log('上传完成')
            resolve()
          },
          // 文件上传完毕回调函数,返回 {上传文件数组、上传文件的总数,成功数量,失败数量,未上传数量
        });
        _ploadOssPlugin.upload();
      })
    }
    

    三、性能优化

    性能优化是一个亘古不变的话题,总结来说优化方向:包下载阶段、js注入阶段、请求阶段、渲染阶段。

    以下主要介绍在下载阶段如何优化包体积,请求阶段如何提高请求效率。

    (一)体积优化

    相信使用过taro3的同学,都有个同样的体会,就是编译出来的产物过大,主包可能超2M!

    1.主包是否开启

    优化主包的体积大小 :optimizeMainPackage。

    像下面这样简单配置之后,可以避免主包没有引入的 module 不被提取到commonChunks中,该功能会在打包时分析 module 和 chunk 的依赖关系,筛选出主包没有引用到的 module 把它提取到分包内。

      module.exports = {
      // ...
      mini: {
        // ...
        optimizeMainPackage: {
          enable: true,
        },
      },
    }
        
    2.使用压缩插件 terser-webpack-plugin
     //使用压缩插件
        webpackChain(chain, webpack) {
          chain.merge({
            plugin: {
              install: {
                plugin: require('terser-webpack-plugin'),
                args: [{
                  terserOptions: {
                    compress: true, // 默认使用terser压缩
                    keep_classnames: true, // 不改变class名称
                    keep_fnames: true // 不改变函数名称
                  }
                }]
              }
            }
          })
        }
    3.把公共文件提取到分包。

    mini.addChunkPages为某些页面单独指定需要引用的公共文件。

    例如在使用小程序分包的时候,为了减少主包大小,分包的页面希望引入自己的公共文件,而不希望直接放在主包内。那么我们首先可以通过 webpackChain 配置 来单独抽离分包的公共文件,然后通过 mini.addChunkPages 为分包页面配置引入分包的公共文件,其使用方式如下:

    mini.addChunkPages 配置为一个函数,接受两个参数

    • pages 参数为 Map 类型,用于为页面添加公共文件
    • pagesNames 参数为当前应用的所有页面标识列表,可以通过打印的方式进行查看页面的标识

    例如,为 pages/index/index 页面添加 eatingmorning 两个抽离的公共文件:

    
    mini: {
        // ...
        addChunkPages(pages: Map<string, string[]>, pagesNames: string[]) {
          pages.set('pages/index/index', ['eating', 'morning'])
        },
      },
    4.代码分析

    如果以上方式,还达不到我们想要的效果,那么我们只能静下心来分析下taro的打包逻辑。

    可以执行 npm run dev 模式查看产物里的 xxx.LICENSE.txt文件,里面罗列打包了哪些文件,需要自行分析去除冗余。

    以下以vendors.LICENSE.txt 为例

    • runtime.js: webpack 运行时入口 ,只有2k,没有优化空间。
    • taro.js: node_modules 中 Taro 相关依赖,112k,可以魔改源码,否则没有优化空间。
    • vendors.js: node_modules 除 Taro 外的公共依赖,查看vendors.js.LICENSE.txt文件分析包括哪些文件
    • common.js: 项目中业务代码公共逻辑,查看common.js.LICENSE.txt文件分析包括哪些文件
    • app.js  app生命周期中依赖的文件。查看app.js.LICENSE.txt文件分析包括哪些文件
    • app.wxss  公共样式文件 ,看业务需求优化,去除非必要的全局样式。
    • base.wxml 取决于使用组件的方式,可优化空间较小。

    (二)网络请求优化:

    相信大家的业务里有多种类型的请求,业务类、埋点类、行为分析、监控、其他sdk封装的请求。然而在不同的宿主环境有不同的并发限制,比如,微信小程序请求并发限制 10个,京东等小程序限制为5个。

    如下图,以微信小程序为例,在请求过多时,业务与埋点类的请求争抢请求资源,造成业务请求排队,导致页面展示滞后,弱网情况甚至造成卡顿。

    那么基于以上问题,如何平衡业务请求和非业务请求呢?

    这里我们有2个方案:

    1.动态调度方案 https://www.cnblogs.com/rsapaper/p/15047813.html

    思路就行将请求分为高优和低优请求,当发生阻塞时,将高优请求放入请求队列,低优进入等待队列。

    请求分发器 QueueRequest:对新的请求进行分发。

      • 加入等待队列:正在进行的请求数超过设置的 threshold,且请求为低优先级时;
      • 加入请求池:请求为高优先级,或并发数未达到 threshold。

    等待队列 WaitingQueue:维护需要延时发送的请求等待队列。在请求池空闲或请求超过最长等待时间时,补发等待请求。

    请求池 RequestPool:发送请求并维护所有正在进行的请求的状态。对外暴露正在进行的请求数量,并在有请求完成时通知等待队列尝试补发。


    2.虚拟请求池方案

     该思路是将微信的10个请求资源,分成3个请求池,业务请求:埋点类:其他请求的比例为6:2:2。比例可以自行调整。

    这样各类型请求都在自己的请求池,不存在争抢其他请求池资源,保障了业务不被其他请求阻塞。

    实现方式

    方案对比

    优缺点动态调度(方案一)虚拟请求池(方案二)
    拓展性
    成本(开发、测试、维护)
    请求效率

    2个方案都可以完成请求资源的分配,但结合业务实际采用的是虚拟请求方案,经测试在弱网情况下,请求效率可以提升15%.


    四、总结和展望

    未来一定是一码多端的方向,所以我们未来在基础建设上会投入更多的精力,包括框架层升级优化、基础库建设、组件库建设、工程化建设快速部署多端。

    在性能优化上我们还可以探索的方向有京东小程序分包预加载、分包异步化、京东容器flutter渲染、腾讯skyLine渲染引擎等。

    在团队沟通协作上会与Taro团队、京东小程序容器团队、nut-ui、拼拼等团队进行学习沟通, 也希望能与大家合作共建。

    五、结束语

    京东小程序开放平台是京东自研平台,提供丰富的开放能力和底层的引擎支持,目前有开发者工具、转化工具、可视化拖拽等多种开发工具可供内部研发同事使用,提升开发质量同时快速实现业务功能的上线。内部已有京东支付、京东读书、京东居家等业务使用京东小程序作为技术框架开展其业务。

    有合作意向可加入官方咚咚群(群号:82657390)进行咨询。如您想深入了解和体验京东小程序,可前往京东小程序官网(https://mp.jd.com/?entrance=shendeng)查看更多信息。

    参考:

    https://www.cnblogs.com/rsapaper/p/15047813.html

    https://taro-docs.jd.com/docs/next/config-detail#minioptimizemainpackage

    https://taro-docs.jd.com/docs/next/dynamic-import

    https://zhuanlan.zhihu.com/p/396763942

    文章数
    1
    阅读量
    257

    作者其他文章