聊聊Flare應用前後端性能優化問題

Posted on 2022-02-09 by WalkonNet

寫在前面

在聊 flare 之前，我想先聊聊 flame。

flame 是一個顏值在線的導航頁項目，你可以將你常用的書簽和在線應用存儲在它上面。它由一個波蘭小哥創建，項目地址是 https://github.com/pawelmalak/flame

Flame 默認界面

在試用之後，我覺得項目還不錯，於是稍作調整，封裝瞭一個新的鏡像：https://github.com/soulteary/docker-flame

新封裝的應用

在項目文檔中，記錄瞭我的修改：

簡化程序功能和依賴（如K8S），減少軟件包體積，重構瞭一些細節邏輯，簡化應用啟動流程。
重寫瞭天氣獲取邏輯，使用城市名稱替換經緯度來獲取天氣數據。
對程序已有的一些小 BUG 進行瞭修復，支持中文搜索。
對程序進行瞭簡單的漢化。

但是隨著深入使用，我發現頁面有著比較大的性能問題。

因為波蘭小哥采用瞭 SPA 方案，項目內又包含瞭 6700 多個 SVG 圖標、以及若幹網頁字體，並且在接口上有一些小問題，導致瞭頁面體積非常大，接口請求數量也非常多。

甚至當你上傳一些包含元素比較多的 SVG 作為你書簽圖標的時候，由 React 觸發的頁面渲染會造成瀏覽器卡死。

我大概有幾百個書簽需要處理，預估未來書簽數量還會增長，所以我使用程序批量創建瞭接近一千個書簽。然後我發現渲染如此多的書簽，頁面會出現卡頓，甚至在頁面內搜索包含關鍵詞的書簽也會感受到明顯的掉幀。

所以，我決定重新寫一個輕量一些的程序，來解決我的需求。新的項目地址在這裡，如果你好奇的話，可以試試看：https://github.com/soulteary/docker-flare

制作 flare 的過程，其實也是 flame 性能調優的過程。不過在解決問題之前，我們首先得能定位問題有哪些。

應用性能問題分析

關於這個應用的性能優化，其實並不復雜，和傳統應用優化差別不大：優先減少計算量，在實在減少不瞭的情況下使用計算效率更高的方式來解決問題。

不過結合使用場景來說，在分析技術問題之前，可以先從功能入手。

對於我不適用的功能

首先從功能上看，我不需要這個應用與 Docker 集成，提供“服務發現”功能。比如在我啟動容器後，這個應用會自動將新啟動的容器作為書簽或者應用進行添加。

其次，在擁有自己的 SSO 服務之後，我也不再需要使用簡單的賬號密碼登錄之類的功能，所以這個功能也可以去掉。

最後，關於書簽數據的存儲，我覺得在缺少用戶體驗非常棒的 Web 編輯器的前提下，可能不如配置聲明的方式更易於管理和維護。（你可以使用任何你喜歡的編輯器來更新和維護內容，你可以使用 Git 或者任何你喜歡的方式，以白盒形式保存你自己的數據）。

基於上面的變化，我大概可以少寫幾個部分的代碼：容器（Docker & K8S）集成、登錄鑒權、應用和書簽，以及書簽分類的 “CRUD”。

前端架構中的問題

Flame 項目中，作者使用都是 create-react-app 腳手架創建的項目，項目依賴為： React v17 + TypeScript + Redux，為瞭提供簡潔一致的圖標，作者在前端引入瞭 Templarian/MaterialDesign-JS，一個被精心處理過的 DOM 結構非常簡單的 SVG 圖標庫。

在使用構建工具打包、服務端 GZip 壓縮之後，需要傳輸接近 1MB 的資源，原始腳本程序體積接近 3MB。相對膨大的程序體積導致瞭頁面加載和執行時間都會比較長。比如頁面頁面首次渲染時間在 1s 上下浮動，多數情況下會超過 1s，完成時間一般都在 1.5s 以上。可能是作者對於服務端程序開發不夠熟悉，雖然在前端進行應用配置更新時會復用接口，但是在內容頁面展示時，會調用多達8個接口。此外，為瞭在頁面中展示和更新天氣信息，波蘭小哥還使用瞭 WebSocket 來進行數據交互。

Flame 應用性能概覽

其他的問題，在文章前面已經提到過瞭，就不贅述瞭。

後端架構中的問題

項目使用的技術棧為 Node.js，Web 框架為市占率非常高的 Express 的最新版本，ORM 框架選擇的則是 Sequelize，數據存儲落地為 SQLite3 。上面的選擇粗看問題不大，如果應用不需要公開提供瀏覽訪問，應該不會出現任何性能問題。

但是，如果我們仔細觀察服務響應，會發現有一些請求的響應的時間非常長，比如頁面資源、比如對於頁面至關重要的 JS 程序資源，它們的獲取都消耗瞭接近 400ms。

Flame 網絡請求記錄

此外，前端發起瞭多次請求來獲取數據，結合數據存儲使用 SQLite，如果提供公開內容訪問，很容易遇到性能瓶頸。

針對應用進行改進

當我們清楚瞭解到上面的問題之後，比如容易采取的方案是：基於原程序進行重構調整，簡化前端請求、合理拆分模塊、處理資源加載和執行時機，調整數據存儲和處理方式，提高服務端響應能力等組合拳。然而，這會是最簡單和收益最高的方案嘛？

調整前端實現

如果說在需要交互的頁面程序中使用 MVVM 框架會有較高的收益和性價比，那麼在缺少多端組件代碼復用、沒有服務端渲染需求的場景下，使用這類框架則是一個性價比不高的選擇。

或許有同學會問，如果不使用 React、Vue、Angular 這類框架，難道在 2022 年還要再拾起 jQuery 等老的工具嗎？雖然可以，但其實在近乎於純展示的場景下，我們可以脫離 JS 來實現業務功能和簡單的交互，比如自動獲取焦點、菜單按鈕的激活狀態變化、甚至是帶有動畫效果的天氣圖標。

所以，在調整實現的時候，其實還有一個選擇：不使用任何腳本。

Flare 無腳本實現的渲染效率

在完成程序之後，我們可以看到從服務器獲取整個頁面數據、結構解析、樣式計算、元素佈局、頁面繪制的完整時間在 33ms（包含瞭 idle 等待時間），其中關鍵流程的時間消耗加起來不到 10ms，而完成頁面渲染的時間更是縮短到瞭 1.65ms。

在得到瞭頁面快速渲染能力之後，即使不使用瀏覽器針對資源進行緩存，加速渲染，我們也能夠做到頁面切換的“無刷新”瀏覽（因為渲染速度足夠快）。

調整後端實現

雖然我非常喜歡使用 Node.js，以往也分享過你所未知的3種Node.js代碼優化方式，但是，為瞭能夠低成本提高高性能的資源響應，這裡進行技術棧切換是必要的：比如 Golang。

在使用 Golang 簡化程序功能後，程序對於每個請求的響應基本能夠保持在幾毫秒的水平（受限於網絡傳輸），相比較之前大概下降瞭2～3個量級。頁面關鍵的 DOM ContentLoad 時間更是縮短到原來的八分之一。

Flare 優化過後批量請求狀況

結合上面的前端優化提到的渲染時間來粗略估計，從資源下載到渲染加起來都不到 10ms，如果不是瀏覽器的一些限制，繪制幀率應該能夠遠超 60 幀，進一步滿足我們實現“即使刷新瞭也比沒一些沒刷新的實現還順滑”。

上面的實現中，我將頁面圖標請求和頁面文檔進行瞭拆分，在書簽數量和圖標種類不多的場景下，或許並不是最優的方案，但是一旦書簽數量級到幾百、上千之後，你會發現圖標拆分可以極大地提升性能。

當然，為瞭滿足數量比較少的場景，我也對合並輸出進行瞭實現，算上網站 favicon 獲取，一共隻有兩個請求。在書簽不是很多的時候，渲染性能甚至比文檔和資源拆分輸出效率更好。

Flare 請求合並模式下的網絡請求

圖標資源優化

Flame 使用的方案是讀取後端接口配置，從前端腳本中動態創建 SVG 圖標並插入文檔中，Flare 程序默認的方式則是將 SVG 和文檔拆分，以應對大量書簽狀況下的頁面性能問題。

雖然解決瞭頁面性能問題，但是服務端 IO 問題卻會伴隨而來，所以這裡還需要處理資源在服務端的釋放和讀取問題，盡量將資源的磁盤 IO 變為零。

聽起來比較玄乎，但其實結合代碼生成的方式，還是蠻好實現的。當然，因為 Go 存在自動 GC，所以在不同的資源被使用的時候，會出現大量內存的分配，影響效率，這裡可以考慮使用持久化方案來解決問題，處理起來挺有意思的，受限於篇幅和主題就不展開啦。有一部分我在前兩篇文章中提到瞭，關於 Golang 嵌入資源的使用和優化。

前段時間折騰 Go Emed 的記錄

比如，在不針對 HTTP 服務實現做任何優化、限制運行資源為兩核心的前提下，僅優化資源 IO 後，能達到穩定 3ms 輸出資源，每秒提供2萬7千次以上的響應服務。

容器鏡像的優化

除瞭常規優化之外，容器時代的應用，鏡像優化也是非常關鍵的。容器優化方式，我在前面的文章反復提過多次，所以也不再展開瞭，感興趣可以自行翻閱之前的內容。

# docker images | grep fla                 
soulteary/flare       0.1.1      22b18ad73c66        12MB
soulteary/flaume      2.2.0      b39fffc0ca81        152MB
pawelmalak/flame      2.2.0      fa47c93c0af6        179MB
pawelmalak/flame      2.0.0      729b0fcea7f0        190MB

可以看到，相比較原版程序，優化後的程序在本地解壓後的尺寸大概是之前十五到十六分之一。

額外的優化

如果我們使用 lighthouse 針對 Flame 前端實現進行測試，能夠看到前端程序在實現上的一些小問題，得分雖然四個環綠三個，但是隻有一個環是綠色的。

Flame 應用 Lighthouse 得分

在重新實現的過程中，除瞭簡化結構，調試實現之外，還順手將這四個圈都打到瞭滿分（Chrome 版本 v97+）。

Flare 應用 Lighthouse 得分

最後

聊到這裡，相信你已經瞭解瞭我是怎麼做的啦，如果你對 Flare 感興趣，並且也需要一個簡單的導航程序，可以訪問項目 https://github.com/soulteary/docker-flare，來親自上手試試。

到此這篇關於Flare應用前後端性能優化的文章就介紹到這瞭,更多相關Flare性能優化內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

聊聊Flare應用前後端性能優化問題

目錄

寫在前面