一 引發(fā)性能問題原因?

引發(fā)性能問題的原因通常不是單方面緣由，特別是大型系統(tǒng)迭代多年后，長期積勞成疾造成，所以我們要必要分析找到癥結(jié)所在，并按瓶頸優(yōu)先級逐個擊破，拿我們項目為例，大概分幾個方面：

1 資源包過大

通過Chrome DevTools的Network標簽，我們可以拿到頁面實際拉取的資源大小(如下圖)：

??

經(jīng)過前端高速發(fā)展，近幾年項目更新迭代，前端構建產(chǎn)物也在急劇增大，因為要業(yè)務先行，很多同學引入庫和編碼過程并沒有考慮性能問題，導致構建的包增至幾十MB，這樣帶來兩個顯著的問題：

• 弱(普通)網(wǎng)絡下，首屏資源下載耗時長
• 資源解壓解析執(zhí)行慢

對于第一個問題，基本上會影響所有移動端用戶，并且會耗費大量不必要的用戶帶寬，對客戶是一個經(jīng)濟上的隱式損失和體驗損失。

對于第二個問題，會影響所有用戶，用戶可能因為等待時間過長而放棄使用。

下圖展示了延遲與用戶反應：

??

2 代碼耗時長

在代碼執(zhí)行層面，項目迭代中引發(fā)的性能問題普遍是因為開發(fā)人員編碼質(zhì)量導致，大概以下幾個緣由：

不必要的數(shù)據(jù)流監(jiān)聽

此場景在hooks+redux的場景下會更容易出現(xiàn)，如下代碼：

const FooComponent = () => { 
   const data = useSelector(state => state.fullData); 
   return <Bar baz={data.bar.baz} />; 
 };

假設fullData是頻繁變更的大對象，雖然FooComponent僅依賴其.bar.baz屬性，fullData每次變更也會導致Foo重新渲染。

雙刃劍cloneDeep

相信很多同學在項目中都有cloneDeep的經(jīng)歷，或多或少，特別是迭代多年的項目，其中難免有mutable型數(shù)據(jù)處理邏輯或業(yè)務層面依賴，需要用到cloneDeep，但此方法本身存在很大性能陷阱，如下：

// a.tsx 
 export const a = { 
     name: 'a', 
 }; 
 // b.tsx 
 import { a } = b; 
 saveData(_.cloneDeep(a)); // 假設需要克隆后落庫到后端數(shù)據(jù)庫

上方代碼正常迭代中是沒有問題的，但假設哪天 a 需要擴展一個屬性，保存一個ReactNode的引用，那么執(zhí)行到b.tsx時，瀏覽器可能直接崩潰!

Hooks之Memo

hooks的發(fā)布，給react開發(fā)帶來了更高的自由度，同時也帶來了容易忽略的質(zhì)量問題，由于不再有類中明碼標價的生命周期概念，組件狀態(tài)需要開發(fā)人員自由控制，所以開發(fā)過程中務必懂得react對hooks組件的渲染機制，如下代碼可優(yōu)化的地方：

const Foo = () => { // 1. Foo可用React.memo，避免無props變更時渲染 
     const result = calc(); // 2. 組件內(nèi)不可使用直接執(zhí)行的邏輯，需要用useEffect等封裝 
     return <Bar result={result} />; // 3.render處可用React.useMemo，僅對必要的數(shù)據(jù)依賴作渲染 
 };

Immutable Deep Set

在使用數(shù)據(jù)流的過程中，很大程度我們會依賴lodash/fp的函數(shù)來實現(xiàn)immutable變更，但fp.defaultsDeep系列函數(shù)有個弊端，其實現(xiàn)邏輯相當于對原對象作深度克隆后執(zhí)行fp.set，可能帶來一些性能問題，并且導致原對象所有層級屬性都被變更，如下：

const a = { b: { c: { d: 123 }, c2: { d2: 321 } } }; 
 const merged = fp.defaultsDeep({ b: { c3: 3 } }, a); 
 console.log(merged.b.c === a.b.c); // 打印 false

3 排查路徑

對于這些問題來源，通過Chrome DevTools的Performance火焰圖，我們可以很清晰地了解整個頁面加載和渲染流程各個環(huán)節(jié)的耗時和卡頓點(如下圖)：

??

當我們鎖定一個耗時較長的環(huán)節(jié)，就可以再通過矩陣樹圖往下深入(下圖)，找到具體耗時較長的函數(shù)。

??

誠然，通常我們不會直接找到某個單點函數(shù)占用耗時非常長，而基本是每個N毫秒函數(shù)疊加執(zhí)行成百上千次導致卡頓。所以這塊結(jié)合react調(diào)試插件的Profile可以很好地幫助定位渲染問題所在：

??

如圖react組件被渲染的次數(shù)以及其渲染時長一目了然。

二 如何解決性能問題?

1 資源包分析

作為一名有性能sense的開發(fā)者，有必要對自己構建的產(chǎn)物內(nèi)容保持敏感，這里我們使用到webpack提供的stats來作產(chǎn)物分析。

首先執(zhí)行 webpack --profile --json > ./build/stats.json 得到 webpack的包依賴分析數(shù)據(jù)，接著使用 webpack-bundle-analyzer ./build/stats.json 即可在瀏覽器看到一張構建大圖(不同項目產(chǎn)物不同，下圖僅作舉例)：

??

當然，還有一種直觀的方式，可以采用Chrome的Coverage功能來輔助判定哪些代碼被使用(如下圖)：

??

紅色表示未執(zhí)行過的代碼

最佳構建方式

通常來講，我們組織構建包的基本思路是：

• 按entry入口構建。
• 一個或多個共享包供多entry使用。

而基于復雜業(yè)務場景的思路是：

• entry入口輕量化。
• 共享代碼以chunk方式自動生成，并建立依賴關系。
• 大資源包動態(tài)導入(異步import)。

webpack 4中提供了新的插件 splitChunks 來解決代碼分離優(yōu)化的問題，它的默認配置如下：

module.exports = { 
     //... 
     optimization: { 
         splitChunks: { 
             chunks: 'async', 
             minSize: 20000, 
             minRemainingSize: 0, 
             maxSize: 0, 
             minChunks: 1, 
             maxAsyncRequests: 30, 
             maxInitialRequests: 30, 
             automaticNameDelimiter: '~', 
             enforceSizeThreshold: 50000, 
             cacheGroups: { 
                 defaultVendors: { 
                     test: /[\\/]node_modules[\\/]/, 
                     priority: -10 
                 }, 
                 default: { 
                     minChunks: 2, 
                     priority: -20, 
                     reuseExistingChunk: true 
                 } 
             } 
         } 
     } 
 };

根據(jù)上述配置，其分離chunk的依據(jù)有以下幾點：

• 模塊被共享或模塊來自于node_modules。
• chunk必須大于20kb。
• 同一時間并行加載的chunk或初始包不得超過30。

理論上webpack默認的代碼分離配置已經(jīng)是最佳方式，但如果項目復雜或耦合程度較深，仍然需要我們根據(jù)實際構建產(chǎn)物大圖情況，調(diào)整我們的chunk split配置。

解決TreeShaking失效

“你項目中有60%以上的代碼并沒有被使用到!”

treeshaking的初衷便是解決上面一句話中的問題，將未使用的代碼移除。

webpack默認生產(chǎn)模式下會開啟treeshaking，通過上述的構建配置，理論上應該達到一種效果“沒有被使用到的代碼不應該被打入包中”，而現(xiàn)實是“你認為沒有被使用的代碼，全部被打入Initial包中”，這個問題通常會在復雜項目中出現(xiàn)，其緣由就是代碼副作用(code effects)。由于webpack無法判定某些代碼是否“需要產(chǎn)生副作用”，所以會將此類代碼打入包中(如下圖)：

??

所以，你需要明確知道你的代碼是否有副作用，通過這句話判定：“關于‘副作用’的定義是，在導入時會執(zhí)行特殊行為的代碼(修改全局對象、立即執(zhí)行的代碼等)，而不是僅僅暴露一個 export 或多個 export。舉例說明，例如 polyfill，它影響全局作用域，并且通常不提供 export?！?/p>

對此，解決方法就是告訴webpack我的代碼沒有副作用，沒有被引入的情況下可以直接移除，告知的方式即：

• 在package.json中標記sideEffects為false。
• 或 在webpack配置中 module.rules 添加sideEffects過濾。

模塊規(guī)范

由此，要使得構建產(chǎn)物達到最佳效果，我們在編碼過程中約定了以下幾點模塊規(guī)范：

• [必須] 模塊務必es6 module化(即export 和 import)。
• [必須] 三方包或數(shù)據(jù)文件(如地圖數(shù)據(jù)、demo數(shù)據(jù))超過 400KB 必須動態(tài)按需加載(異步import)。
• [禁止] 禁止使用export * as方式輸出(可能導致tree-shaking失效并且難以追溯)。
• [推薦] 盡可能引入包中具體文件，避免直接引入整個包(如：import { Toolbar } from '@alife/foo/bar')。
• [必須] 依賴的三方包必須在package.json中標記為sideEffects: false(或在webpack配置中標記)。

2 Mutable數(shù)據(jù)

基本上通過Performance和React插件提供的調(diào)試能力，我們基本可以定位問題所在。但對于mutable型的數(shù)據(jù)變更，我這里也結(jié)合實踐給出一些非標準調(diào)試方式：

凍結(jié)定位法

眾所周知，數(shù)據(jù)流思想的產(chǎn)生緣由之一就是避免mutable數(shù)據(jù)無法追溯的問題(因為你無法知道是哪段代碼改了數(shù)據(jù))，而很多項目中避免不了mutable數(shù)據(jù)更改，此方法就是為了解決一個棘手的mutable數(shù)據(jù)變更問題而想出的方法，這里我暫時命名為“凍結(jié)定位法”，因為原理就是使用凍結(jié)方式定位mutable變更問題，使用相當tricky：

constob j= { 
     prop: 42 
 }; 
  
 Object.freeze(obj); 
  
 obj.prop=33; // Throws an error in strict mode

Mutable追溯

此方法也是為了解決mutable變更引發(fā)數(shù)據(jù)不確定性變更問題，用于實現(xiàn)排查的幾個目的：

• 屬性在什么地方被讀取。
• 屬性在什么地方被變更。
• 屬性對應的訪問鏈路是什么。

如下示例，對于一個對象的深度變更或訪問，使用 watchObject 之后，不管在哪里設置其屬性的任何層級，都可以輸出變更相關的信息(stack內(nèi)容、變更內(nèi)容等)：

const a = { b: { c: { d: 123 } } }; 
 watchObject(a); 
 const c =a.b.c; 
 c.d =0; // Print: Modify: "a.b.c.d"

watchObject 的原理即對一個對象進行深度 Proxy 封裝，從而攔截get/set權限，詳細可參考: https://gist.github.com/wilsoncook/68d0b540a0fea24495d83fc284da9f4b

避免Mutable

通常像react這種技術棧，都會配套使用相應的數(shù)據(jù)流方案，其與mutable是天然對立的，所以在編碼過程中應該盡可能避免mutable數(shù)據(jù)，或者將兩者從設計上分離(不同store)，否則出現(xiàn)不可預料問題且難以調(diào)試

3 計算&渲染

最小化數(shù)據(jù)依賴

在項目組件爆炸式增長的情況下，數(shù)據(jù)流store內(nèi)容層級也逐漸變深，很多組件依賴某個屬性觸發(fā)渲染，這個依賴項需要盡可能在設計時遵循最小化原則，避免像上方所述，依賴一個大的屬性導致頻繁渲染。

合理利用緩存

(1)計算結(jié)果

在一些必要的cpu密集型計算邏輯中，務必采用 WeakMap 等緩存機制，存儲當前計算終態(tài)結(jié)果或中間狀態(tài)。

(2)組件狀態(tài)

對于像hooks型組件，有必要遵循以下兩個原則：

• 盡可能memo耗時邏輯。
• 無多余memo依賴項。

避免cpu密集型函數(shù)

某些工具類函數(shù)，其復雜度跟隨入?yún)⒌牧考壣仙?，而另外一些本身就會耗費大量cpu時間。針對這類型的工具，要盡量避免使用，若無法避免，也可通過 “控制入?yún)?nèi)容(白名單)” 及 “異步線程(webworker等)”方式做到嚴控。

比如針對 _.cloneDeep ，若無法避免，則要控制其入?yún)傩灾胁坏糜幸弥惖拇笮蛿?shù)據(jù)。

另外像最上面描述的immutable數(shù)據(jù)深度merge的問題，也應該盡可能控制入?yún)?，或者也可參考使用自研的immutable實現(xiàn)：https://gist.github.com/wilsoncook/fcc830e5fa87afbf876696bf7a7f6bb1

const a = { b: { c: { d: 123 }, c2: { d2: 321 } } }; 
 const merged = immutableDefaultsDeep(a, { b: { c3: 3 } }); 
 console.log(merged === a); // 打印 false 
 console.log(merged.b.c === a.b.c); // 打印 true

三 寫在最后

以上，總結(jié)了Quick BI性能優(yōu)化過程中的部分心得和經(jīng)驗，性能是每個開發(fā)者不可繞過的話題，我們的每段代碼，都對標著產(chǎn)品的健康度。

【本文為51CTO專欄作者“阿里巴巴官方技術”原創(chuàng)稿件，轉(zhuǎn)載請聯(lián)系原作者】

??戳這里，看該作者更多好文??