【最佳实践】京东小程序-LBS业务场景的性能提升 | 京东云技术团队

一、前言

1.1 京东LBS门详业务介绍

京东LBS门详目前已经支持了仓网、药急送、天选、小时达POP多种业务，并且具备了多端的能力，一套代码可以在京东app、健康app、微信小程序中运行，一定程度上研发效率的提升能够更加快速的支持业务迭代。

随着业务需求猛增、各种AB场景线上测试，交互复杂度提升，所以对门详的整体交互体验，小程序加载速度、列表的滚动性能以及业务数据层面都有更高的要求，因此作为前端研发团队，我们也迎来了一些新的挑战。

1.2 面临的挑战

基于以上的业务与用户体验的要求，门详急需解决的问题如下：

1.2.1 页面加载速度缓慢：在中高端机型，实测从点击到店头渲染数据在1.2s左右【iphone12,小米11青春版】；

1.2.2 门详列表滑动性能差：

1）和美团外卖、京东到家App原生相比，我们货架层面不能支持手势滑动；

2）列表滑动多屏卡死，商品列表加载不流畅；

① 曝光埋点监听后，DOM元素的查找方式耗时，阻塞UI线程，导致滑动丢帧

② 和美团外卖进行比较，我们的列表没有联动加载的功能，给用户不好的体验

③ 列表中的分类及商卡数据联动逻辑复杂，不易维护

④ 列表内存占用高，不释放

⑤ 二级列表偶现闪动问题

1.2.3 门详小购物车展开卡顿：加车超过20个品，在中高端机型，出现滑动的明显卡顿问题，且打开购物车缓慢，渲染内容缓慢，在iphone12机型上首次渲染需要2s左右；加车动画卡顿；

1.2.4 门详埋点数据不准确：曝光埋点的上报时机和数据产品要求口径不一致

为更好，更快速的支撑业务诉求，上述的问题解决也迫在眉睫。经过四期的性能优化迭代，我们取得了一定的优化成果。

二、实践结果

该部分首先重点介绍一下总结果概览，然后详细阐述一下页面启动和交互结果。

2.1 结果概览

当我们识别到上述的四类问题之后，进行了整体的问题的分析，识别出的需要高优优化的环节分别是：启动耗时、交互体验、能耗优化以及埋点；整体优化完成上线后，我们验证的结果如下：

① 门详加载速度整体提升了约50%；

同一网络环境下，同款机型优化前后的数据对比如下：

② 小程序健康度评分在90左右；

③ 整体的小程序崩失率减少了**10%**左右；

④ 埋点可用率在**95%**以上；

2.2 启动结果

① 同5G环境，同门店，机型是iphone14pro，优化前后的效果对比：左侧是优化前；右侧是优化后

② 同5G环境，同门店，机型是iphone14pro，优化后和原生做个对比：左侧是京东到家app原生；右侧是优化后的京东门详小程序

2.3 交互结果

左侧是京东到家原生app，右侧是门详的效果

从上述结果可以看出，在中高端机型上，门详的打开速度达到了秒开的效果。接下来详细介绍门详性能优化的分析历程以及解决方案。

三、启动耗时

下图是小程序的启动过程：

影响启动的四个关键因素：

1.引擎预热耗时：引擎初始化与小程序框架注入耗时；

2.小程序信息接口耗时：获取小程序权限、基本配置信息、版本等信息，耗时相对固定；

3.小程序加载耗时：跟业务包大小而变化，包含读取业务代码注入到小程序执行环境以及原生UI初始化耗时；

4.业务初始化耗时：根据业务初始化逻辑与首屏网络接口耗时而变化；

3.1 小程序信息接口异步化功能

问题：启动小程序会同步获取小程序信息接口，小程序打开过程存在耗时。

目标：减少小程序信息接口请求耗时。

行动：

1.通过将小程序信息同步接口信息提前缓存；

2.打开小程序优先使用缓存信息，将同步接口异步化处理；

结果：接口改为并行后，平均数据减少158ms左右。

3.2 小程序按需加载功能

问题：随着业务增长，小程序二进制包达到6MB+（包解压之后），JS注入执行已经成为耗时主要原因。

目标：降低启动时业务注入时的代码量，从而降低注入耗时。

行动：

1.编译改造：将渲染层、逻辑层注入内容只保留业务公共框架的部分，页面的JS代码剥离到对应页面中；

2.启动改造：启动时只注入公共框架与当前页面相关的代码，减少注入额外内容；

3.改变包大小【具体操作可见3.3部分门详包瘦身】

结果：优化前：6MB+ 数据，优化后：注入2.7MB数据， 使用小米11手机测试启动性能，未使用按需加载功能的启动时间为：1200ms左右，使用按需加载功能的启动时间是：800ms左右，性能显著提升。

3.3 门详包瘦身

问题：门详包的大小会直接影响小程序的加载时长

目标：降低包大小，从Release代码压缩包1.2M降低到0.6M以下

行动：

1.分析包体积的构成，检查不合理的模块，移除冗余无用的模块；

通过打包工具，查看包中内容，分析得到包体积较大的模块是 vendors 和 common 模块。

vendors: node_modules 除 Taro 外的公共依赖；

common: 项目中业务代码公共逻辑；

taro: node_modules 中 Taro 相关依赖；

runtime: Webpack 运行时入口；

2.逐个模块优化

① 下线掉无用业务模块；

② 优化 vendors 模块，明显可以看到一些不合理的包被编译进来了，比如 Axios，小程序的请求一般用jd.request，理论上用不到Axios，此时我们可以打开 package-lock.json文件看下，是哪个包依赖了这个模块。例如：@plato这个包应该是在微信域的地址组件，在京东小程序里使用APP原生组件，所以可以采用端区分的方式process.env.TARO_ENV进行剔除。

重复上述步骤， 检查 pako lego jsencrypt inversify ,将无用的依赖剔除，优化后的结果，由783KB下降到318KB。

③ 优化 common 模块，包括：

common.jxss：经检查，我们的样式文件中有不少icon使用的是base64，会增加包体积，此处我们可以采用雪碧图方案或者网络图进行替换。

common.js：对存量代码进行优化，减少重复代码。此处我们可以借助eos进行代码扫描，检查到重复代码块进行代码合并。

3.制定包瘦身规范，长期控制包大小增量；

① 预防为主

在开发初期就要注重代码和资源文件的优化，避免不必要的代码和文件冗余，禁止重复造轮子；

资源引入规范：使用到三方功能，需要将必要的功能拆解后独立引用，媒体资源引入，需以CDN方式，不允许直接放入项目本地；

多端区分规范：合理使用process.env.TARO_ENV 进行代码剔除，不要引入无用的模块；

优化构建工具：使用或开发构建工具来优化最终包的体积，如webpack 、terser 等工具；

② 防治结合：

定期对小程序进行体积检查和优化，移除无用代码和资源，更新第三方库到更小体积的版本，以及优化图片和视频资源；

定期审查和优化项目依赖，移除不必要或重复的库和框架；

在代码review审查过程中检查新增代码对包体积的影响，避免重复的轮子入库；

③ 综合治理：

建立反馈机制，当包体积超标时，能够及时通知相关人员；

借助eos扫描，关注代码重复率，重复率高则需要及时制定整改方案；

结果：经过上述过程后，包大小从1.2M降低到0.49M。

3.4 应用启动耗时减少：（首屏渲染 、 接口预请求）

问题：由于我们是基于LBS的门详业务，首页接口请求完成后，才能进行页面的整体渲染，所以首页主接口请求的耗时时长也成为我们loading时间长的原因之一；另外接口和地址获取串行的逻辑也加长了整体的数据链路；

目标：业务加载时长在中高端机型降低到500ms以内

行动：

① 将主接口的请求进行提前 -\> 主接口预热

一般来说小程序首屏的可交互时间都会受代码包注入执行时间影响，在代码执行完毕后才能开始业务网络请求，请求数据返回后才能开始真正的内容渲染，为了解决这一痛点，京东小程序Clips是一种通过三线程架构实现的特色能力，可以在小程序启动过程中注入一个轻量化代码片段，提前做初始化数据，网络请求等非UI功能，当小程序主环境准备好后，可直接将数据送给逻辑层，实现小程序业务预热能力。

通过cilp文件发起预热请求的功能，以及在小程序实例化后对该请求结果的监听；达到首页的接口请求在我们小程序解析的同时，进行了数据的请求，实例化小程序后，在首页实例完成，准备请求首页数据时，如果预热接口已经返回，则直接用预热的结果，从而达到减少主接口请求的耗时。

② 将地址逻辑前置 -\> 实例小程序的同时，获取地址信息

结果：串行逻辑修改成并行之后，业务从开始loading 到出现渲染内容，整体时长在iphone12上可以达到350ms左右。

③ 全局渲染优化

主要原因：

① 跳转协议、地址信息、主接口数据都是以Recoil状态值的方式存在，且颗粒度细碎，大面积多次造成全屏重绘。

② 页面渲染时，楼层多，细粒度状态触发频繁，导致最终整体DOM呈现时间晚，白屏等待时间久。

分析解决：

① 状态归类合并，区别状态和变量

② 分批渲染楼层，局部渲染

实现方式：

采用全局Context状态管理的方式，重新改造了页面数据监听方案；从而达到减少多次渲染重绘的效果；

最终实现效果如下图：

上图中左侧是优化前，使用Recoil状态绑定组件，改变即变更的渲染方式。

上图中右侧是优化后，使用React Context归类合并后的数据源，通过改变Context值，一次性触发数据更新，并分批渲染。

新的Context将Recoil的状态改成值的方式，同时通过观察者模式给予组件订阅变量更新的能力，尽管Recoil的状态绑定更方便使用，但是其缺乏变量值的管理，因此可以采用Context弥补这一缺失的能力。

Recoil用法的建议：

1、使用Recoil状态的地方，一定是JSX中用到的值（状态变更则触发组件刷新），不要在逻辑中使用的变量也使用状态值；

2、Recoil的颗粒度可以根据独立的业务模块设定，减少频繁无效的设置值，对象变更提前做好数据比对；

3、组件只需要改变状态，不需要依赖状态时：推荐写法：const setName = useSetRecoilState(nameAtom);

3.5 整体启动过程对比示意图如下：

四、交互体验

4.1 门详整体滑动优化

以下是美团外卖、京东到家app门详和门详小程序的滑动效果对比分析：

通过分析得出以下3个关键交互体验问题：

① 手势体验问题；

② 商品列表列表留白，分类切换不流畅、二级列表偶现闪动的问题；

③ 内存占用高；

4.1.1 整个货架手势的支持

前期我们做了支持手势的调研：

根据调研结果综合评估：我们采用了****scroll-view嵌套的方案，ScrollView嵌套场景下，我们要进行手势的交互，以及跟手的处理，所以我们面临了一些挑战：

① 现存代码使用了大量的touch事件拦截，手势重构成本高；

② 页面存在多层吸顶和吸底动画交互效果，需要有合理的替代方案；

原有支持自动吸顶，我们通过动态设置外层scrollTop替换原动画方案

③ 多层scroll-view嵌套，带来了多处手势冲突问题；

在Taro3中小程序逻辑层实现了一套事件系统，包括事件触发和事件冒泡。在小程序模板中绑定的事件都是以bind的形式。

一般情况下，这套在逻辑层实现的小程序事件系统是可以正常工作的，事件回调能正确触发、冒泡、停止冒泡。小程序原生模板中绑定的catchtouchmove事件除了可以阻止回调函数冒泡触发外，还能阻止视图的滚动穿透，但是Taro的事件系统是做不到的。

Taro为我们提供的解决方案：可以为View组件增加catchMove属性：

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

基于以上情况，我们采用动态控制catchmove的方式，来实现是否向上进行事件冒泡通知外层ScrollView。

根据用户手势上推和下滑，控制内层ScrollView的scrollY是否可以滚动。

我们在Taro组件中，动态设置catchMove来控制是否向上冒泡，但是在一些场景发现一个问题，已经完成渲染的dom树在切换catchMove时，DOM元素在视图内不可见。后经过与Taro团队沟通，在设置catchMove 时，Taro会使用不同的静态模版 ,为了解决该问题我们选择将catchMove 绑定在原生小程序组件上，采用原生和Taro混用解决这个问题。

封装小程序原生组件：
<view id="container"  catchtouchmove="{{catchMove}}">
  <slot></slot>
</view>

原生组件嵌套Taro组件：
<native-container catchMove={catchMove}>
  嵌套Taro组件
</native-container>

经过我们不断的调优，各种机型的测试，最后优化前视频和优化后对比如下：

4.1.2 列表流畅度优化

中低端机型测试：在门详商品列表中浏览xxx个品后，页面出现卡屏卡死现象；

所以针对上述问题，我们进行了列表的流畅度优化：

曝光元素查找方式优化

实践发现曝光createIntersectionObserver回调获取元素的方式严重影响页面的滑动流畅度。以下给出两种写法：

const categroyNodeObserver = createIntersectionObserver(Taro.getCurrentInstance().page, { observeAll: true })
categroyNodeObserver.observe('#app >>> .className', result => {
    // 1、通过class获取列表再遍历查找对应元素
    const vnodes = document.getElementsByClassName('className') as unknown as HTMLCollectionOf<Element>[];
    const target = vnodes.find(vnode => vnode.uid == result.id)

    // 2、通过id直接获取元素
    const target = document.getElementById(result.id);
})

通过对比：第2种获取元素的耗时在个位数毫秒级，第一种耗时高达上百毫秒。

数据结构优化 - 树结构分类扁平化处理

商品货架分类是一个嵌套树结构，最多有三级，如下图扁平化前黄色区域所示。

在代码逻辑中，多处需要获取末级分类进行逻辑处理，比如：① 点击1级分类，需要找到其下的第一个3级分类进行接口请求；② 点击2级分类，需要找到其下的第一个3级分类进行接口请求；以上两种情况还有例外：如果没有3级分类，就会变成使用2级分类进行接口请求。如下图所示：

未扁平化的数据结构向后查找下一个分类最大时间复杂度O(n)；数据结构扁平化后，将嵌套结构改成单层链式结构，如上图扁平化后绿色区域，后续可以直接在新的数据结构上处理，向后查找下一个分类最大时间复杂度O(3)。

扁平化递归算法：

普通递归，随着分类数据的增加，递归调用栈很多变量开辟了内存空间未被释放，所以要用到尾递归。

尾递归是一种特殊的递归，它的特点是在函数的最后一步调用自身，而不是在调用后还有其他操作。尾递归可以有效地避免栈溢出的风险，因为它不需要保存每次调用的上下文，只需要保留一个栈帧即可。尾递归也可以提高递归的性能，因为它减少了函数调用的开销。

4.1.3 支持列表补足功能

现有设计方案中，多分类商品无联动加载逻辑，滑动时有顿挫感，不流畅。

因此，我们在分类扁平化的基础上，将多分类商品进行连续请求处理，占满屏幕，如下图右侧效果。

列表优化过程：

① 新的加载流程如下：

商品列表滑动过程中，分类的联动选中，我们的做法是：在上述流程图中的组装数据环节，在分类末尾位置增加标记位，一条1px的线，然后利用createIntersectionObserver，监听该元素上推消失和下拉露出的时机，联动选中对应的1，2，3 级分类。

② 列表分页加载方式选择

触底加载时机试验对比

监听Loading的露出来作为下一页的请求回调时机，如下图：

③ 列表分页渲染层级优化

现状：采用递归的方式 \+ CustomWrapper 进行渲染列表。有效解决每次setData都是全数据耗时的情况。同时引入一些弊端，其中主要的问题是，头部排序条的position: sticky，在多分类联动商卡页数较多的时候，层级嵌套多层后，sticky的元素会被推出可视区域外。

为了实现setData时，Taro可以增量给小程序传递数据，我们回到React底层diff原理，考虑diff可以通过key值优化，于是在Render Row每行元素上增加位置key值，结果：Taro即可进行自动diff，更新单页数据，这样DOM结构由原先的嵌套结构变成一层。解决了上述sticky的问题，也提升渲染性能。

加载10页，每页setData大约消耗时间：

4.1.4 列表内存占用过高

通过Chrome://inspect性能检测工具，做了内存快照比对发现主要原因有两点：

① Taro侧： 经过内存快照对比工具，发现Taro侧有两个问题，一是清空列表前后 Taro 生成的 react fiber 树（th对象）一直持有缓存数据，二是每次setData的数据没有释放掉，导致内存持续增长。

② 小程序引擎侧：在自定义组件更新时，diff前后virtualTree计算出需要更新的节点，对于 jd:if 和 jd:for 标记的节点没有识别并清理掉。

经过和引擎侧和Taro侧多次沟通联调，最终解决上述两个问题。Taro侧问题是升级到3.5.1解决，引擎侧是商城App 12.2.4 版本修复。

4.2 门详二级页面/购物车卡片/门详弹窗优化

随着业务增多，门详二级页面的需求量也在不断迭代，需要支撑业务进行更多品，更多功能的展露，例如加价购、搭配购买等等；所以我们针对各种二级页面和弹窗卡片也进行了性能上的体验优化；从中主要解决了以下几类问题：

① 列表页面的整体列表抖动问题的修复；

② 二级页面的渲染时序优化，组件插入方式变更；

③ 小车卡片上大量数据加载的扁平化处理，分页加载功能的支持；

④ 弹窗功能的整体统一；

二级页面的详细优化后续我们会继续发文。

五、能耗优化

实测：门详商品列表滑动50页左右，手机明显发烫，耗电严重，所以高能耗也是我们需要高优解决的问题。

具体分析步骤如下：

① 手机静止不动，手机发热、发烫；

② 列表不断滚动，手机发热、发烫；

5.1 静止状态下的消耗

① 布局与渲染：说明有dom内容一直在变。如倒计时、banner轮播.

② 媒体与动画：说明有css在一直执行动画。如呼吸动画、loading.

③ javascript：如倒计时事件.

基于以上，我们针对站内的倒计时，页面的Banner轮播 做了隐藏停止的处理；动画效果的css样式由gif图进行了替换；最后达成效果如下：

能耗的结果：

静止情况：能耗由高降为低。

在滑动情况下：我们做了滚动防抖和图片大小优化，滑动瞬时能耗降低了20%，在滑动70页后开始发热，在dom节点数量以及节点深度上还有优化的空间，后续我们会继续分享。

我们总结了能耗优化的一些方向，并放到了我们的开发规范中：

六、埋点治理

我们在9月份最后一个版本上线了全站的埋点方案的整改。其中包含底层埋点（PV CLICK EP）埋点参数的逻辑优化，以及所有业务上报埋点的机制与时机处理。整改之前，埋点存在部分问题：

① 曝光埋点的上报时机有误，不可用；

② PV埋点和点击埋点缺少规范，业务添加埋点不规范，成本高；

③ 曝光请求未聚合，导致频繁发起埋点请求；

整改之后，我们输出了门详的整体埋点开发规范；重新整理了所有曝光埋点的上报时机与整体方案；目前门详埋点可用率达到95%以上；为业务数据提供了更加准确的方向。

七、总结与展望

以上是我们近期优化的阶段性成果，不仅得到了业务和产品同学的认可，而且线上用户反馈门详加载慢、卡顿的问题占比降低了约15%。

用户体验提升是需要长期坚持，技术同学需要具备一定的工匠精神，持续探索，我们在规划中的事情还有：

① 能耗层面的继续探索与优化；

虚拟列表的支持：目前门店列表支持多分类的加载联动，且在同一个分类下进行了组件复用与回收；下一步，我们将继续进行跨分类的组件复用与回收，将门详列表的回收渲染机制形成统一性的解决方案。

嵌套层级过深导致的性能消耗：进一步减少门详组件嵌套的问题，从内到外进行整体组件嵌套层级的优化，减缓手机发热发烫的问题。

② 优化方案同步微信域；

③ 共建能力的支持；

提供门详组件的共建能力，将门详组件与业务进行解耦。

④ 小程序对H5的转化；

⑤ 近原生体验的提升：视频能力的支持；

⑥ 小程序侧手势的支持；

期待我们在高效支撑业务迭代的同时，可以给用户带来更极致的体验！！

要特别感谢以下团队和部门：

京喜与新业务研发部-京东小程序研发团队，感谢你们在性能优化方面给予的大力支持。

Taro团队，你们的支持对我们至关重要。

LBS业务产品组-小时购前台产品团队，你们的努力让我们的产品更加完善。

同城研发部-质量提升团队，你们的专业测试保证了我们服务的高质量。

同城研发部-到家平台研发组，感谢你们在整理工作中的协助。

你们的帮助对我们的成功至关重要，再次表示衷心的感谢！

作者：京东零售 姜微、邓树海、章文顺、王冰洋

来源：京东云开发者社区 转载请注明来源