京东到家小程序-在性能及多端能力的探索实践

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

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-euFTtrOq-1688004776534)(https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/e11ea34a9ae9453896497597a02dcc86~tplv-k3u1fbpfcp-zoom-1.image)]

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}><ViewclassName={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 (<AsyncComponentkey={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

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-H11HgO83-1688004776536)(https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/ff20d36472a3488d83add0cf26bf175e~tplv-k3u1fbpfcp-zoom-1.image)]

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：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-DFZlnyYR-1688004776539)(https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/39622a75a0494a42902de0afbc0a7c02~tplv-k3u1fbpfcp-zoom-1.image)]

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 keysecret: secretKey, // http://oss.jd.com/user/glist 生成的 secret keysite: "storage.jd.local", cover: true, // 是否覆盖远程空间文件 默认trueprintCdnFile: true, // 是否手动刷新cdn文件 默认falsebucket: "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 eating 和 morning 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。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-hDL9gjS1-1688004776547)(https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/3486385c10f0449baddbfb06de00c4c8~tplv-k3u1fbpfcp-zoom-1.image)]

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。