大数据量场景下的Vue性能优化

title: 大数据量场景下的Vue性能优化 date: 2019-9-18 20:10 tags:

javascript
Vue
article
Vue原理
性能优化 categories:
article

性能优化最常见的落脚点是在网络和dom上，但是在大数据量的场景下，由于Vue本身的特性，可能会造成js运行层面的性能问题，这篇文章讨论的就是针对这一部分的性能优化方案。

模拟一个大数据量的场景

// App.vue
<template>
    <div>
        <p>It's {{ firstUser.name }}'s show time</p>
        <div>total: {{ total }}</div>
    </div>
</template>

<script>
const user = []
let i = 0
while (i++ < 50000) {
    user.push({
        id: i,
        age: 18,
        name: `kunkun_${i}`,
        alais: 'Irving',
        gender: 'female',
        education: 'senior high school',
        height: 'xxx',
        weight: 'xxx',
        hobby: 'xxx',
        tag: 'xxx',
        skill: {
            sing: 0,
            dance: 0,
            rap: 0,
            basketball: 100,
        },
    })
}

export default {
  data: {
    userList: user,
  },

  computed: {
    firstUser() {
      const userList = this.userList
      return userList.length ? userList[0] : {}
    },

    total() {
      return this.userList.length
    },
  },
}

如以上代码所示，模拟了5万个用户，每一个用户拥有id, name, age等等字段。 jsfiddle

打开chrome devtool的Performance工具，可以看到，渲染这个组件的过程中，Observer这个阶段耗时2.19s（测试机器配置为桌面段i7，16g内存）。未优化.png

接下来，我会一步一步的把这一段耗时减少到10ms。

分析原因

众所周知，Vue在渲染组件的时候，会对data对象进行改造，遍历data的key，调用defineProperty方法定义它的setter和getter。如果某个字段是Object，或者Array，还会递归的对这个字段进行上诉操作。

通常情况下，这个操作耗时是很短的，但是当数据量非常大的时候，对每一个数据项的每一个字段都进行defineProperty的操作就是一个昂贵的操作，所以性能优化的出发点就是减少defineProperty的次数。

Step 1, 减少无用字段

在这个模拟的例子当中，其实我只需要2个字段，一个是name，一个是id（id甚至也可以不要），所以我把多余的字段都去掉，一共减少了8个String类型的字段，和一个Object类型的字段，可以减少 (8 + 4) * n次defineProperty操作和n次递归调用。看看结果如何。去除无用字段.png

Observer这个操作从2.2s减少到了515ms，提升还是比较大的。

Step2，数据扁平化

在当前版本（2.x）的Vue当中，对于数据变动的检测有许多限制，比如不能检测对象属性的添加和删除；不能检测到通过数据索引直接设置数据项等等。

所以，当一个数组的数据项都是基本数据类型的时候，Vue不会进行任何操作。

首先，把user数据拍扁

const user = []
let i = 0
while (i++ < 50000) {
    user.push(`kun_${i}`, i) // 通过index为基数还是偶数分辨是name还是id
}

然后，相应的改变computed的计算方法，不影响渲染逻辑和业务逻辑

...
computed: {
    firstUser() {
        const userList = this.userList
        return userList.length ? { name: userList[0], id: userList[1] } : {}
    },

    total() {
        return this.userList.length / 2
    },
}
...

jsfiddle - 数据扁平化

看看结果如何扁平数据.png 从上图可以看出，结果非常的明显，从515ms直接减少到了7ms，几乎完全避免了性能损耗。

Step3，利用computed

到此为止，性能上的问题已经解决了，但是扁平的数据会影响业务代码的开发效率和可读性，同时数据和它的index产生了深耦合，如果我们需要添加一个字段使用或者改变下顺序，很容易出问题。不过，我们可以利用computed计算属性把已经被拍扁的数据重新组装起来。由于Vue的响应式数据改造只针对data选项和props选项，不包括computed，所以只会产生很少的函数运行耗时。

export default {
    data() {
        return {
            // 扁平的数据存起来
            originSserList: user,
        }
    },

    computed: {
        firstUser() {
            const userList = this.userList
            return userList.length ? userList[0] : {}
        },

        total() {
            return this.userList.length
        },

        // 重新'组装'便于使用的计算属性，不影响原本的渲染和业务逻辑
        userList() {
            const result = []
            const user = this.originSserList
            for(let i = 0; i < user.length; i += 2) {
                const name = user[i]
                const id = user[i + 1]
                result.push({ name, id })
            }
            return result
        },
    },
}

看看这种情况下的Performance。 computed+扁平.png 仅仅只是多出了10ms的函数运行时间。

到这里，在无需改动任何的渲染逻辑和业务逻辑的情况下，将js的运行时间从2.2s减少到了10ms左右，提升了200倍。并且这些数据是在桌面端i7处理器下得到的，大大超越了绝大部分的用户的机器性能，更不用说移动端了，所以在实际的大数据量场景下，能取得更加明显的用户可感知的性能提升。

jsfiddle - 数据扁平化 + computed

Step4，数据静态化

没想到吧，还有Step4？已经没有优化空间了呀。

在这个模拟的场景里面，确实没有优化的空间了，不过，并不是所有的数据都可以很好的进行扁平化处理，这可能涉及到方方面面的原因与权衡。那么这种情况下，如何进行优化呢？

通常在Vue组件当中，都是把数据放在data选项当中，Vue会对data选项中的数据进行响应式改造，我称之"动态数据"或者"响应式"数据，但是并不是所有的数据都会发生变化的，很多时候，特别是大数据量场景下的数据是不会或者很少发生变化的，这种情况下，就没有必要把它放到data选项中去，在beforeCreated当中进行数据初始化，也不会影响数据的使用。

beforeCreated() {
    this.userList = xxx // 记得把data当中的userList删掉
}

这种处理方式，我称之为数据静态化，这种数据，我称之为"静态数据"。

但是，有一点需要特别的注意，静态数据并不在Vue的响应式系统当中，也就是说当你进行this.userList = newUserList时，视图不会重新渲染，对应的computed计算属性也不会重新计算。没有了Vue提供的响应式系统，如果数据变动的时候，我们需要手动的去计算对应的数据，可能还需要配合$forceUpdate这个api去重新渲染视图。此时，需要在性能和代码可读性与开发效率上进行取舍与权衡。

总结

由于Vue的响应式系统，大数据量场景下可能会造成js运行层面的性能问题，可以通过3个方法去解决

减少无用字段
数据扁平化
数据静态化

这3个方法相互并不冲突，可以根据实际情况选择其中的1种或多种方法进行组合。

MoruoFrog / blog_page