京东快递小程序分包优化实践


随着项目规模增大，小程序分包优化是必须要面对的问题。分包不合理，不仅影响项目迭代和上线计划，还关乎用户体验，甚至因此导致 C 端用户流失。本文主要介绍京东快递小程序分包过程中踩过的坑，以及小程序分包优化的一些建议。

小程序简介

小程序是一种不需要下载安装即可在各类宿主环境（手机 APP、车载系统、IOT 设备等）中使用的应用程序。

小程序使用了双线程模型，包括逻辑层和渲染层：逻辑层 JSCore 负责运行 JavaScript 脚本，进行数据处理；渲染层使用 WebView 进行渲染，负责页面展示、处理用户交互。小程序通信模型如图 1 所示。

图1 小程序通信模型

小程序分包机制

小程序的优势之一就是无需下载安装即可运行。在用户打开小程序时，如果是首次使用，或者小程序版本有更新，宿主环境会下载最新代码包，我们称这个包为小程序的“主包”。为优化小程序首次启动下载时间，各小程序平台对主包大小有一定限制，如微信限制主包大小不能超过 2M。

为了防止主包超限，以及更好地多人协作，开发人员可以对小程序进行分包，如将一组独立的功能页面作为分包打包，当用户进入分包页面时，宿主环境会动态下载对应分包，极大提高用户体验。小程序平台对分包大小限制为 20M。小程序包加载流程图如图 2 所示。

图2 小程序包加载流程图

分包前准备—

本节主要介绍分包前的一些准备工作。

项目架构梳理

在分包优化前，首先对项目框架有个清晰地梳理，才能更好地明确优化方向。京东快递小程序基于 Taro 多端开发框架，适配了微信、百度、京东等多个 APP 渠道。

基础架构图如图 3 所示。

图3 京东快递小程序基础架构图

代码依赖分析

依赖分析能帮我们确定项目代码依赖关系，根据依赖关系可以确定分包优化的代码、资源文件等。依赖分析主要有以下两种方式：

  1. 通过小程序开发者工具的“代码依赖分析”插件，可以查看到各代码包的依赖情况。

  2. 在 Taro2.0 以上版本中，使用了 Webpack 进行编译构建。可以通过添加 webpack-bundle-analyzer 插件，实现依赖分析的可视化展示。主要步骤如下：

a. 首先安装  webpack-bundle-analyzer  依赖:

npm install webpack-bundle-analyzer -D

b. 然后在 mini.webpackChain 中添加如下配置：

const config = {
  ...
  mini: {
    webpackChain (chain, webpack) {
      chain.plugin('analyzer')
        .use(require('webpack-bundle-analyzer').BundleAnalyzerPlugin, [])
    }
  }
}

c. 然后通过运行编译命令，即可查看代码文件依赖关系及体积。

小程序打包面临问题—

随着需求迭代，京东快递小程序主包早已接近阈值 2M，稍有不慎就会超包，影响上线计划。

京东快递小程序打包面临问题如下：

  • 图片资源过大，影响主包体积；
  • 第三方包引入不规范，导致打包后引入冗余代码；
  • console、debugger 等测试代码未做优化，需要上线前手动删除；
  • 采用运行时而不是构建时进行多端小程序代码兼容；
  • 分包难度大，主包涉及寄件、查件等黄金流程页面，分包成本大；
  • 分包路径问题，有些页面路径已经给到外部，分包后涉及外部系统改造上线；

小程序分包优化实践—

本节主要介绍京东快递小程序分包优化实践。

图片资源问题

小程序主包的体积空间是“寸土寸金”的，建议将图片资源上传到 CDN，优先使用 CDN 图片。如有 tabbar 等必须用本地图片的情况，建议将本地图片压缩后再进行引入。图片资源压缩前后对比如图 4 所示：

图4 小程序图片优化对比图

可以看到，图片压缩后主包代码减少了 17KB，折算成代码行数收益是非常大的。分包优化时建议优先处理图片资源，图片压缩可以请 UI 同学协助处理。

第三方包引入问题

项目开发中难免会引入第三方工具包，包引入不当会导致打包后体积过大。拿 lodash 举例，原来的引入方式如下

import { get } from 'lodash'

上述引入打包结果如图 5 所示：

图5 优化前lodash打包结果

可以看到，lodash 包大小为 117KB。

我们优化后的引入方式如下:

import get from 'lodash/get'
import isEmpty from 'lodash/isEmpty'

打包结果如图 6 所示：

图6 优化后lodash打包结果

可以看到，优化引入方式后 lodash 包大小只有 46KB，使主包体积减少了 60%。

除了上述优化方法，还可以将 lodash 替换为“lodash-es”，“lodash-es”基于 ESM 打包方式，这样就能利用 tree-shaking 移除不必要的代码，同时还能保留了按需引入的写法。

关于 console、debugger 的打包优化

在原生开发中，项目中的 console、debugger 等调试代码占据了一定主包空间，往往需要上线前手动移除。京东快递小程序基于 Taro 框架开发，在编译构建时提供了代码压缩插件的支持，可以做如下优化配置：

module.exports = {
  env: {
    NODE_ENV: '"production"'
  },
  plugins: {
    uglify: {
      enable: true,
      config: {
        // 配置项同 https://github.com/mishoo/UglifyJS2#minify-options
        compress: {
          drop_console: true,
          drop_debugger: true
        }
      }
    },
  }
}

上述是生产环境打包配置文件，在 plugins 新增 uglify 选项，在 config 下新增 compress 配置项，将“drop_console”和“drop_debugger”设置为 true，即可在生产环境打包阶段移除代码中的 console 和 debugger，减少包代码体积。

采用构建时进行多端小程序代码兼容

京东快递小程序除了微信端，还适配百度和京东小程序。对于某些只在特定平台才有的功能，采用运行时的适配方法如下：

const isJD = process.env.TARO_ENV === 'jd'
function test() {
  if (isJD) {
    console.log('京东小程序特定功能')
  }
}

首先定义了一个全局变量，在运行时判断如果是京东小程序平台，执行京东小程序相关代码。上述代码构建后的结果如下：

// 京东小程序
const isJD = true
function test() {
  if (isJD) {
    console.log('京东小程序特定功能')
  }
}
// 非京东小程序
const isJD = false
function test() {
  if (isJD) {
    console.log('京东小程序特定功能')
  }
}

可以看到，在京东和非京东小程序，只是顶级作用域中 isJD 的值不一样，test 函数中代码是没有变化的。优化后的代码如下

function test() {
  if (process.env.TARO_ENV === 'jd') {
    console.log('京东小程序特定功能')
  }
}

构建后的结果

// 京东小程序
function test() {
  console.log('京东小程序特定功能')
}
// 非京东小程序
function test() {}

可以看到，通过动态判断 process.env.TARO_ENV，构建后小程序只包含了自己平台相关的代码，大大减少了包体积（请注意区分 process.env.TARO_ENV 和 Taro.getEnv()，前者是编译构建时的变量，后者是运行时的变量）。

主包黄金流程页面分包、分包路径跳转问题

如果要对主包某个页面进行分包，但页面路径已提供给外部，分包改变路径后可能涉及其他系统改造上线。这种情况可以保留主包页面，代码做如下处理

export default class PageA extends Taro.Component<Props, State> {
  componentDidMount() {
    try {
      const params = get(this.$router, 'params') || {}
      const paramArr: Array<string> = []
      Object.keys(params).forEach(key => {
        params[key] && paramArr.push(`${key}=${params[key]}`)
      })
      let url = '/packageSub/test/test'
      if (paramArr.length > 0) {
        url = `${url}?${paramArr.join('&')}`
      }
      Taro.redirectTo({ url })
    } catch (e) {}
  }
  render(): JSX.Element {
    return <View></View>
  }
}

可以看到，主包 PageA 页面只保留了 componentDidMount 的代码，首先从路由参数中获取 params，参数转换之后通过 redirectTo 路由到分包页面，这样对跳转方是无感知的，同时将 PageA 主体移入了分包页面，减小了主包体积。

总结—

小程序运行在各类宿主环境中，无需安装即可运行。因此保证小程序主包大小，对小程序进行分包优化能极大提升用户体验。

对小程序分包优化时，要具体情况具体分析。要注意以下几点：

  1. 分包优化前，要做好项目框架梳理工作，明确分包方向；然后利用代码依赖分析工具进行包依赖分析，确定要分包的代码、资源文件等；

  2. 优先处理图片资源加载、第三方包引入问题，然后进行正确打包配置，合理利用 process.env.TARO_ENV 进行平台差异处理，最后再考虑黄金流程页面分包；

  3. 分包优化是个持续的过程，要培养分包的意识，日常工作按照最佳实践进行开发，才能保证系统稳定。

相关推荐

  • 前端最全的5种换肤方案总结
  • 今天面试了一个前端女生，当场想给她offer！
  • 实现 SpringBoot 程序加密，禁止 jadx 反编译
  • SpringBoot+ElasticSearch实现文档内容抽取、高亮分词、全文检索
  • Angular、React等前端框架掌门人的2024预测
  • 阿里核心业务互动频繁，业务上市计划均有变化；英伟达禁止其他硬件平台运行CUDA；微软将不支持Windows安卓子系统 |极客头条
  • 传MiniMax估值超25亿美元；淡马锡考虑投资OpenAI；谷歌搜索将过滤AI生成内容丨AIGC大事日报
  • 最强文生图模型架构曝光！28页论文详解技术细节，与Sora“师出同门”
  • 破案了！小米龙晶陶瓷：陶瓷相，玻璃芯
  • GPT4.0+Sora 永久激活 ？终身不限量使用！我上车了！！
  • 前端项目如何准确预估个人工时 ?
  • 三款国产AI模型工具大对比
  • Spring Boot中 引入 SpEL，复杂权限控制轻松搞定
  • 提升CKA考试效率：精准统计Ready状态Node节点的实用攻略
  • GPT-4 时代落幕，AI 新巨头 Claude 3 发布
  • GPT4.0+MJ绘图！永久使用资格！限时领取！
  • 单核QPS提升10倍，亿级日调用！QQ频道前端网关升级之路
  • 工作中常用的6种设计模式
  • 开源的 Sora 复现方案，成本降低近一半！
  • 分享 5 个 用于前端的 Python 库