本文发表于 北斗同构github,转载请注明出处
注： 本文为第12届D2前端技术论坛《打造高可靠与高性能的React同构解决方案》分享内容，已经过数据脱敏处理。
前言
什么是同构？
- 一套代码既可以在服务端运行又可以在客户端运行，这就是同构应用。简而言之,就是服务端直出和客户端渲染的组合,能够充分结合两者的优势，并有效避免两者的不足。
为什么同构？
- 性能: 通过Node直出,将传统的三次串行http请求简化成一次http请求，降低首屏渲染时间
- SEO: 服务端渲染对搜索引擎的爬取有着天然的优势，虽然阿里电商体系对SEO需求并不强，但随着国际化的推进,越来越多的国际业务加入阿里大家庭，很多的业务依赖Google等搜索引擎的流量导入，比如Lazada.
- 兼容性: 部分展示类页面能够有效规避客户端兼容性问题，比如白屏。
性能数据
性能是一个综合性的问题,不能简单地断言同构应用一定比非同构应用性能好，只能说合适的场景加上合理的运用，同构应用确实能带来一定的性能提升,先来看一个线上的案例。
@H_502_32@
通常来说，网络状况越差，同构的优势越明显，下图是在不同网络状况下首屏渲染时间的一组对比
@H_502_32@
线上案例
- 近两年，无论是业界还是阿里内部都涌现了大量同构实践,业界比较有影响力的包括Facebook,Quora,Medium,Twitter,Airbnb,Walmart、手Q以及QQ兴趣部落等
-
阿里内部也有大量的应用，仅列举部分beidou开发组做过技术支持的项目
- 阿里云 - 大数据地产
- 钉钉 - 企业主页
- 钉钉 - 钉钉日志和审批模板市场
- 菜鸟 - 物流大市场
- 云零售 - 店掌柜
- Lazada - PDP
- 国际事业部 - AGLA
- AILab - 行业解决方案
- AILab - 智能硬件平台
- AILab - AliGenie开放平台
- AILab - AR官网
- ICBU - ICBU店铺
- 业务平台 - 门店评价
- 国际UED - 数据运营
- 国际UED - 知之
- 国际UED - 探花
- 国际UED - Nuke官网及过程管理
- 国际UED - 会议记录，实时翻译
- 国际UED - LBS数据地图
- 国际UED - 数探
- 国际UED - 微策
- 国际UED - shuttle
- 国际UED - fie portal
- ...
业界生态
- react-server: React服务端渲染框架
- next.js: 轻量级的同构框架
- beidou: 阿里自己的同构框架，基于eggjs,定位是企业级同构框架
除了开源框架，底层方面React16重构了SSR,react-router提供了更加友好的SSR支持等等,从某种程度上来说，同构也是一种趋势，至少是方向之一。
思考 与 实现
同构的出发点不是 “为了做同构，所以做了”,而是回归业务，去解决业务场景中SEO、首屏性能、用户体验 等问题，驱动我们去寻找可用的解决方案。在这样的场景下，除了同构本身，我们还需要考虑的是:
简单归纳就是,我们需要一个 企业级的同构渲染解决方案。
我们是怎么做的？
基于 eggjs 加入可拔插的同构能力
- beidou-plugin-react
作为原有MVC架构中,view 层的替换,使用 React 组件作为视图层模板,可以直接渲染 React Component 并输出给客户端 - beidou-plugin-webpack
集成 Webpack 到框架中,在开发阶段,提供代码的编译和打包服务 - beidou-plugin-isomorphic
服务端的 React 运行时: babel-register
polyfill 注入: 环境变量,BOM等
非js文件解析: css,images,fonts... - 服务端支持css modules
- 自动路由: 纯静态页面无需编写任何服务端代码，像写纯前端页面一样简单
- ...
@H_502_32@
这里不再赘述具体如何实现，有兴趣的读者可以阅读我们的开源同构框架beidou -- https://github.com/alibaba/beidou
热点问题
任何一种技术都有其适用场景和局限性,同构也不例外，以下试举一二，以做抛砖引玉.
- 内存泄漏
- 性能瓶颈
- ...
内存泄漏不是同构应用所特有的，理论上所有服务端应用都可能内存泄漏，但同构应用是“高危群体”,具体如何解决请参考本人的《Node应用内存泄漏分析方法论与实战》,接下来重点剖析下性能优化。
极致的性能优化
前面也提到了，同构应用并不一定就比非同构应用性能好，影响性能的因素实在太多了，再来看一组数据
@H_502_32@
上图是基于Node v8.9.1 和 React@15.5.4,开4个进程采集到的数据,X轴是最终生成页面节点数量，Y轴红色的线表示RT(包括渲染时间和网络时间),绿色的柱子表示QPS. 可以看出来:
顺带提一下,笔者采样了淘宝首页 和淘宝某详情页以及Lazada某详情页，页面节点数分别是2620、2467和3701. 大部分情况下，页面节点数低于1000， 比如菜鸟物流市场首页看起来内容不少，其实节点数是775.
那针对3000节点以上的页面，我们该怎么做呢？笔者总结了以下策略并重点阐述其中一两点：
- 采用编译后的React版本: 根据Sasha Aickin的博客，React15在Node4、Node6、Node8下，采用编译后的版本性能相比未编译版本分别提升了2.36倍、3倍、3.85倍
- 模块拆分: 模块拆分有利于并发渲染，目前ICBU店铺装修采用的就是这种方式
- 模块级别缓存: 页面中某些模块其实是很适合缓存的，比如Lazada详情页中节点数虽然高达3701,但其实页头部分就占比55.5%，页尾占比3.5%，而页头页尾是常年不变的.
- 组件级缓存： 最小粒度的缓存单位了，性能提升依赖于缓存的范围和命中率，运用得当，可能带来非常大的性能提升。参考walmartlabs
- 采用hsf代替http对外提供服务: hsf的网络消耗远低于http,在店铺同构实践中，改用hsf,java端调用Node端的耗时缩短了一半.
- 部分模块客户端渲染(对SEO无用的部分): 直接降低SSR部分的复杂度
- 智能降级: 当流量暴增，接近或超过阈值时，会直接导致服务的RT快速上升。可以实时监测cpu和内存的使用率，超过一定的比例自动降级为客户端渲染，降低服务端压力，cpu和内存恢复常态时，自动切回服务端渲染。
- 采用Node8: 同样在店铺实践中，采用Node8相比Node6,渲染时间从28ms降低到了18ms,提升幅度为36%.
- 采用最新版React16: facebook官方数据,在Node8下，React16相比编译后的react15仍有3.8倍提升，相比未编译的React15更是有数量级的提升。
组件级缓存
如果说性能优化有"万能"的招式，那一定是缓存,从Nigix缓存到模块级缓存到组件级缓存，其中最让人兴奋的就是组件级缓存，让我们一起来看看如何实现
-
拦截React的渲染逻辑，业界主要有三种实现方式
- Fork一份React,暴力加入缓存逻辑,代表库是react-dom-stream,虽然这个库的人气很高，但笔者还是反对这种实现方式的。
- 通过require hook拦截instantiateReactComponent的载入并注入缓存逻辑，参考react-ssr-optimization
- 扩展ReactCompositeComponent的mountComponent方法，参考electrode-react-ssr-cachin
- 注入缓存逻辑,代码如下
const ReactCompositeComponent = require("react/lib/ReactCompositeComponent");
ReactCompositeComponent.Mixin._mountComponent = ReactCompositeComponent.Mixin.mountComponent;
ReactCompositeComponent.Mixin.mountComponent = function(rootID,transaction,context) {
const hashKey = generateHashKey(this._currentElement.props);
if (cacheStorage.hasEntry(hashKey)) {
// 命中缓存则直接返回缓存结果
return cacheStorage.getEntry(hashKey);
} else {
// 若未命中，则调用react的mountComponent渲染组件，并缓存结果
const html = this._mountComponent(rootID,context);
cacheStorage.addEntry(hashKey,html);
return html;
}
};
- 设置最大缓存和缓存更新策略
lruCacheSettings: {
max: 500,// The maximum size of the cache
maxAge: 1000 * 5 // The maximum age in milliseconds
}
上述缓存逻辑是基于属性的，能覆盖大部分的应用场景，但有一个要求，属性值必须可枚举且可选项很少. 请看下面的场景。
@H_502_32@
淘宝某页面上有大量的商品，而淘宝的商品又何止百万，就算某个被缓存，下次被命中的可能性依然微乎其微。那如何解决这个问题？聪明的读者可能已经看出来了，虽然每个商品最终渲染的结果千变万化，但结构始终是一致的，因此结构是可以缓存的。
@H_502_32@
要实现结构的缓存，需要在上述逻辑上额外新增三步。
以上就是组件级缓存的实现方式,特别要提醒的是缓存是把双刃剑，运用不当可能会引发内存泄漏以及数据的不一致。
React16 SSR
- FB在9.26发布了React16正式版，之前万众期待的SSR性能提升没有让大家失望,引用React核心开发Sasha Aickin的对比图
@H_502_32@
笔者拿之前的应用升级到React16,对比下3909节点，RT从295ms降到了51ms,QPS从9提升到了44,提升非常明显。
@H_502_32@
实战
接下来通过一个例子，展示如何一步步地提升性能。
代码仓库 -- https://github.com/alibaba/beidou/
10倍以上性能提升
- 首先构造一个非常复杂的页面,页面节点数是3342,对比之下，淘宝首页首屏的页面节点数是831,异步充分加载之后(懒加载完成),整个页面节点数为3049. 注： 淘宝页面为动态页面，每次采样可能会有差异。
@H_502_32@
@H_502_32@
@H_502_32@
- 初始平均渲染时间为
295.75ms(Node6.92,React15.6.2),注: 图中有296.50ms,317.25ms,297.25ms,295.75ms四个平均值，是因为开启了四个进程，采样最后一个，下同。
@H_502_32@
- 启用babel性能加速插件,平均渲染时间为
219.00ms
@H_502_32@
- 采用Node8.9.1(或更新版本)平均渲染时间为
207ms
@H_502_32@
- 采用
production模式平均渲染时间为81.75ms
@H_502_32@
- 部分内容客户端渲染，平均渲染时间为
44.63ms
@H_502_32@
- 部分内容组件级别cache,平均渲染时间为
22.65ms
@H_502_32@
- 采用React16(或更新版本)，平均渲染时间为
5.17ms
@H_502_32@
- 结合React16和部分客户端渲染，平均渲染时间为
2.68ms
@H_502_32@
至此，服务端渲染时间已经最初的295.75ms降低到了2.68ms，提升了超过100倍。
更多性能策略
其实除了上述应用的策略，还有其它的策略，比如
- 采用
Async,有数据称性能提升30%,笔者试了下，未见明显提升。应该是经过了babel的编译，最终没有发挥出Async的优势，这是因为beidou框架在服务端要支持import等ES6的写法以及支持React的JSX语法。其实也非常简单，直接缩小babel的编译范围，在beidou框架中是可以自己定义的。 - 降低React组件的嵌套层级。试验数据，同样的页面节点数，服务端渲染时间和组件的嵌套层级是线性正相关的。
- 热点缓存
...
万变不离其宗
借用《功夫》中的一句经典台词天下武功，无坚不破，唯快不破，同样的，
随着时间的推移，上面这些策略策略迟早会被破，比如react16 ssr重构之后，之前的组件级别缓存逻辑不再有效。
另外，可能由于架构设计/技术选型根本就使不上劲，比如react16是今年9月26才正式发版，很多第三方组件还没来得及升级，如果应用中有些组件强依赖于react15或者更早的版本，可能根本就没法利用react16的性能优势。
那么有没有一种万能的办法，能够做到唯快不破呢？
答案是： 有的。 只有掌握了方法论，才能在不断变化中，找到适合自己应用的性能优化策略。
具体的方法论，请参考本人的另外一篇文章《唯快不破，让nodejs再快一点》
原文链接：https://www.f2er.com/react/302134.html