优化Angular应用的性能

我不是女神ヾ 2022-09-23 04:55 197阅读 0赞

MVVM框架的性能，其实就取决于几个因素：

*  监控的个数
 *  数据变更检测与绑定的方式
 *  索引的性能
 *  数据的大小
 *  数据的结构

我们要优化Angular项目的性能，也需要从这几个方面入手。

## 1. 减少监控值的个数 ##

监控值的个数怎么减少呢？

考虑极端情况，在不引入Angular的时候，监控的个数是为0的，每当我们有需要绑定的数据项，就产生了监控值。

我们注意到，Angular里面使用了一种HTML模板语法来做绑定，开发业务项目非常方便，但考虑一下，这种所谓的“模板”，其实与我们常见的那种模板是不同的。

传统的模板，是静态模板，将数据代入模板之后生成界面，之后数据再有变化，界面也不会变。但Angular的这种“模板”是动态的，当界面生成完毕，数据产生变更的时候，界面还是会更新。

这是Angular的优势，但我们有时候也会因为使用不当，反而增加困扰。因为Angular采用了变动检测的方式来跟踪数据的变化，这些事情都是有负担的，很多时候，有些数据在初始化之后就不再会变化，但因为我们没有把它们区分出来，Angular还是要生成一个监听器来跟踪这部分数据的变化，性能也就受到牵累。

在这种情况下，可以采用单次绑定，仅在初始化的时候把这些数据绑定，语法如下：

这样的数据就不会被持续观测，也就有效减少了监控值的数目，提高了性能。

## 2. 降低数据比对的开销 ##

这一个环节是从数据变更检测与绑定的方式入手。细节不说太多了，之前都说过。从数据到界面的更新，一般就两种方式：推、拉。

所谓推，就是在set的时候，主动把与之相关的数据更新，大部分框架是这种方式，低版本浏览器用defineSetter之类。

所谓拉，就是set的时候只改变自己，关联数据等到用的时候自己去取。比如：

有些框架中，两种方式都可以用。这时候可以自己考虑下适合用哪种方式，比如说，可能有些框架是合并变更，批量更新的，可能就用拉的方式效率高；有些框架是实时变动，差异更新的，那可能就是用推的效率高些。

上面的代码能看出来，从代码编写的简洁性来说，拉模式要比推模式简单很多，如果能预知数据量较小，可以这样用。

在实际开发过程中，这两种方式是需要权衡的。我们举的这个例子比较简单，如果说某个属性依赖于很多东西，例如，一个很大的购物列表，有个总价，它是由每个商品的单价乘以购买个数，再累加起来的。

在这种情况下，如果使用拉模式，也就是在总价的get上做这个变动，它需要遍历整个数组，重新作计算。但是如果使用推模式，每次有商品价格或者商品购买个数发生变更的时候，都只要在原先的总价上，减去两次变动的差价即可。

此外，不同的框架用不同方式来检测数据的变动，比如Angular，如果有一个数组中的元素发生变化了，它是怎样知道这个数组变了呢？

它需要保持变动之前的数据，然后作比对：

*  首先比对数组的引用是否相等，这一步是为了检测数组的整体赋值，比如this.arr = \[1, 2, 3\]; 直接把原来的替换掉了，如果出现这种情况，就认为它肯定变化了。（其实，如果内容与原先相同，是可以认为没有变的，但因为这些框架的内部实现，往往都需要更新数据与DOM元素的索引关系，所以不能这样）
 *  其次，比较数组的长度，如果长度跟原先不相等了，那肯定也产生变化了
 *  然后只能挨个去比对里面元素的变化了

所以，会有人考虑在Angular中结合immutable这样的东西，加速变更的判定过程，因为immutable的数据只要发生任何变化，其引用都一定会变，所以只要第一步判定引用就足以知道数据是否改变了。

有人说，你这个判定降低的开销并不大啊，因为引入immutable要增加复制的开销，跟这里的新旧数据比对开销相比，也低不到哪里去。但这个地方要注意，Angular在有事件产生的时候，会把所有监控数据都重新比对，也就是说，如果你在界面上有个大数组，你从未对它重新赋值，而是经常在另外一个很小的表单项绑定的数据上进行更新，这个数组也是要被比对的，这就比较坑了，所以如果引入immutable，可以大幅降低平时这种不受影响时候的比对成本。

但是引入immutable也会对整个应用造成影响，需要在每个赋值取值的地方都使用immutable的封装方式，而且还要在绑定的时候，对数据作解包，因为Angular绑定的数据是pojo。

所以，用这种方式还是要慎重，除非框架自身就构建在immutable的基础上。或许，我们可以期望有一套与ng-model平行的机制，ng-immutable之类，实现的难度也还是挺大的。

在使用ES5的场景下，可以利用一些方法加速判断，比如数组的：

*  filter
 *  map
 *  reduce

它们能够返回一个全新的数组，与原先的引用不等，所以在第一步判断就可以得出结果，不必继续后面几步的比较。

不过，这个环节的优化其实很不明显，最关键的优化在于与之配套的索引优化，参见下一节。

## 3. 提升索引的性能 ##

在Angular中，可以通过ng-repeat来实现对数组或者对象的遍历，但这个遍历的机制，其实有很多技巧。

在使用简单类型数组的时候，我们很可能会碰到这么一个问题：数组中存在相同的值，比如：

this.arr = [1, 3, 5, 3];

<ul>
        <li ng-repeat="num in arr">{
       {num}}</li>
    </ul

这时候会报错，然后如果去搜索一下，会发现一个解决方式：

<ul>
        <li ng-repeat="num in arr track by $index">{
       {num}}</li>
    </ul

为什么这就能解决呢？

我们先思考一下，如果自己实现类似Angular这样的功能，因为要在DOM和数据之间建立关联，这样，当改变数据的时候，才能刷新到对应的界面，所以，必然有个映射关系。

映射关系需要唯一的索引，在刚才那个例子中，Angular默认对简单类型使用自身当索引，当出现重复的时候，就会出错了。如果指定$index，也就是元素在数组中的下标为索引，就可以避免这个问题。

那么，对于对象数组，又是怎样呢？

比如说这么一个数组，我们用不同的两个方式来绑定：

看[示例地址][Link 1]，多点击几下：

我们惊奇地发现，这两个时间有不小差别。

关注一下在绑定之后，arr里面的数据，发现在没有加track by $index的时候，原始数据被改变了，添加了一些索引信息，这些索引是当数据产生变更时，Angular能够找到关联界面的重要线索。

Object {id: 0, label: "Item 0", $$hashKey: "object:4"}

如果我们知道数据的唯一性由什么保证，并且手动指定其为索引，可以减少不必要的添加索引的过程。

## 4. 降低数据的大小 ##

看到这个标题，可能有人会感到奇怪。业务数据的大小并不是由程序员控制的，怎么降低呢？这里的降低，指的是降低那些被用于绑定到界面的数据大小。

数据的大小也会影响绑定效率，我们考虑一个屏幕能展示的数据有限，并不需要把所有东西都立即展示出来，可以从数据中截取一段进行展示，比如大家都熟悉的数据分页就是这么一种方式。

很传统的那种数据分页，是会有一个分页条，上面写着总共多少数据，然后上一页，下一页，这样切换。后来出现了一些变种，比如滚动加载，当滚动条滚到底部的时候，再去加载或生成新的界面。

如果说，我们有上万条数据形成的一个列表，但是又不打算用那么老圡的方式放个分页条在下面，如何在性能与体验中取得一个平衡呢？

接触过Adobe Flex的人，可能会对其中的列表控件印象深刻，因为就算你给它上百万数据，它也不会因此而慢下来，为什么呢？因为它的滚动条是假的。

同理，我们也可能在浏览器中使用DOM来模拟一个滚动条，然后利用这个滚动条的位置，从全量数据中获取对应的那一段数据，并且绑定渲染到界面上。

这种技术一般称为Virtual List，在很多框架中都有第三方实现

## 5. 将数据的结构扁平化 ##

那么，数据的结构又是怎样影响到执行效率的呢？我举一个常见的例子就是树形结构，这个结构一般人会使用ul和li之类的结构做，然后不可避免地要用递归的方式来使用MVVM框架。

我们考虑一下，为什么非要使用这种方式呢？其原因有二：

*  给定的数据结构就是树形的
 *  我们习惯于使用树形DOM结构来表达树形数据

这个树形数据对我们来说，是什么？是数据模型。但是我们知道，比对两个树形结构是很麻烦的，它的层级使得监控变得复杂，无论是数据的逐一比对，还是存取器、或者刚被取消的observe提案，都会比单层数据麻烦很多。

如果我们想要用一种更加扁平的DOM结构来展示它，而不是层级结构，怎么办呢？所谓的树形DOM结构，能展现给我们的无非是位置的偏移，比如所有下级节点比上级更靠右，这些东西其实可以很轻易使用定位来模拟，这么一来，就有可能适用平级DOM结构来表达树的形状了。

回忆一下，MVVM，这几个字母什么意思？

Model View ViewModel

我们看了前两者了，但从未关注过视图模型。在很多人眼里，视图模型只是模型的一个简单封装，其实那只是特例，Angular官方的demo形成了这种误导。视图模型的真正作用应当包括：把模型转化为适合视图展示的格式。

如果说我们需要在视图层有比较扁平的数据结构，就必须在这一层把原始数据拍扁，举个栗子，我们要做一个动态的组织架构图，这个展开会像一个树，内部肯定也会有树形的数据结构，但我们可以同时维护树形和扁平的两种结构，并且随时保持同步：

原始数据如下：

var source = [
        {id: "0", name: "a"},
        {id: "1", name: "b"},
        {id: "013", name: "abd", parent: "01"},
        {id: "2", name: "c"},
        {id: "3", name: "d"},
        {id: "00", name: "aa", parent: "0"},
        {id: "01", name: "ab", parent: "0"},
        {id: "02", name: "ac", parent: "0"},
        {id: "010", name: "aba", parent: "01"},
        {id: "011", name: "abb", parent: "01"},
        {id: "012", name: "abc", parent: "01"}
    ];

转换代码如下：

转换之后的dest变成了这样：

[
        {
            "id": "0",
            "name": "a",
            "children": [
                {
                    "id": "00",
                    "name": "aa",
                    "parent": "0"
                },
                {
                    "id": "01",
                    "name": "ab",
                    "parent": "0",
                    "children": [
                        {
                            "id": "013",
                            "name": "abd",
                            "parent": "01"
                        },
                        {
                            "id": "010",
                            "name": "aba",
                            "parent": "01"
                        },
                        {
                            "id": "011",
                            "name": "abb",
                            "parent": "01"
                        },
                        {
                            "id": "012",
                            "name": "abc",
                            "parent": "01"
                        }
                    ]
                },
                {
                    "id": "02",
                    "name": "ac",
                    "parent": "0"
                }
            ]
        },
        {
            "id": "1",
            "name": "b"
        },
        {
            "id": "2",
            "name": "c"
        },
        {
            "id": "3",
            "name": "d"
        }
    ]

我们在界面绑定的时候仍然使用source，而在操作的时候使用dest。因为，绑定的时候，不必去经过深层检测，而操作的时候，需要有父子关系来使得操作便利。

比如说，我们要做一个树状拓扑图，或者是MindMap这类产品，如果不作这样的考虑，很可能会直接把界面结构绑定到树状数据上，这时候效率相对会比较低些。

但我们也可以作这种优化：

*  同时保存扁平化的原始数据，也生成树状数据
 *  把展示结构绑定到扁平化的数据上
 *  每当结构变更的时候，在树状数据上更新，并且在数据模型内部计算出界面坐标
 *  展示结构的扁平数据因为跟树状数据是相同引用，也被更新了，也就引发界面刷新
 *  这时候，界面是单层刷新，无需跟踪层级数据，效率可以提高不少，尤其在层次较深的时候

## 6. 小结 ##

MVVM存在的意义就是尽可能提高开发效率，只有很极端情况下值得去优化性能。如果你的场景中出现非常多的性能问题，很可能是不适合用这类框架的业务形态。

总结一下我们的几种优化方式，他们的机制分别是：

*  减少监控项
 *  加快变更检测速度
 *  主动设置索引
 *  缩小渲染的数据量
 *  数据的扁平化

可以看到，我们所有的优化都是在数据层面，不必刻意去优化界面。如果你用了一个MVVM框架，却为它作了各种各样相当多的优化，那还不如不要用它，全手工写。

针对其他MVVM框架，也大致可以用类似的几种方式，只是部分细节有差异，可以触类旁通。

[Link 1]: http://codepen.io/xufei/pen/bVmjqX