Taro编译打包优化实践
一、背景随着项目越来越大，编译的耗时也在默默地不断增加。无论是开发阶段还是生产集成，编译耗时都成为了一个不容小觑的痛点。在经历了近5年的持续开发迭代后，我们的项目也在不久前由原来的微信原生小程序开发方式迁移至Taro。Taro 是一套使用React 语法的多端开发解决方案，使用 Taro，我们可以只书写一套代码，再通过 Taro 的编译工具，将源代码分别编译出可以在不同端（微信/百度/支付宝/字节
一、背景
随着项目越来越大，编译的耗时也在默默地不断增加。无论是开发阶段还是生产集成，编译耗时都成为了一个不容小觑的痛点。
在经历了近5年的持续开发迭代后，我们的项目也在不久前由原来的微信原生小程序开发方式迁移至Taro。Taro 是一套使用React 语法的多端开发解决方案，使用 Taro，我们可以只书写一套代码，再通过 Taro 的编译工具，将源代码分别编译出可以在不同端（微信/百度/支付宝/字节跳动/QQ/京东小程序、快应用、H5、React-Native 等）运行的代码。所以，携程的很多小程序也使用Taro进行开发。
不过，由于业务比较多，项目编译后代码接近12M。在日常开发阶段执行构建命令，只是编译打包新的开发相关部分文件就需要耗时近1分钟。在生产环境下执行构建命令，编译打包项目中所有文件，则长达10分钟。此外，随着基建部分、单个复杂页面功能越来越多，代码量也越来越大，会导致主包或者一些分包的大小超过2M，这将使得微信开发者工具的二维码预览功能无法使用，开发体验非常糟糕。
针对上述问题，我们尝试优化Taro编译打包工作。为了优化Taro的编译打包，我们需要了解Taro内置的Webpack的配置，然后使用webpack-chain提供的方法链式修改配置。接下来，我们还需要解决分包过大无法进行二维码预览的问题。
二、 Taro内置的Webpack配置
我们知道Taro编译打包的工作是由webpack来完成的，既然想要优化打包速度，首先要知道Taro是如何调用webpack进行打包的，同时也要了解其内置的webpack配置是怎样的。
通过阅读Taro源码后可以知道，Taro是在@tarojs/mini-runner/dist/index.js文件中，调用了webpack进行打包，可以自行去查看相关的代码。
我们着重关注该文件中的build函数，代码如下。
function build(appPath, config) {
return __awaiter(this, void 0, void 0, function* () {
const mode = config.mode;
/** process config.sass options */
const newConfig = yield chain_1.makeConfig(config);
/** initialized chain */
const webpackChain = build_conf_1.default(appPath, mode, newConfig);
/** customized chain */
yield customizeChain(webpackChain, newConfig.modifyWebpackChain, newConfig.webpackChain);
if (typeof newConfig.onWebpackChainReady === 'function') {
newConfig.onWebpackChainReady(webpackChain);
}
/** webpack config */
const webpackConfig = webpackChain.toConfig();
return new Promise((resolve, reject) => {
const compiler = webpack(webpackConfig);
const onBuildFinish = newConfig.onBuildFinish;
let prerender;
const onFinish = function (error, stats) {
if (typeof onBuildFinish !== 'function')
return;
onBuildFinish({
error,
stats,
isWatch: newConfig.isWatch
});
};
const callback = (err, stats) => __awaiter(this, void 0, void 0, function* () {
if (err || stats.hasErrors()) {
const error = err !== null && err !== void 0 ? err : stats.toJson().errors;
logHelper_1.printBuildError(error);
onFinish(error, null);
return reject(error);
}
if (!lodash_1.isEmpty(newConfig.prerender)) {
prerender = prerender !== null && prerender !== void 0 ? prerender : new prerender_1.Prerender(newConfig, webpackConfig, stats, config.template.Adapter);
yield prerender.render();
}
onFinish(null, stats);
resolve(stats);
});
if (newConfig.isWatch) {
logHelper_1.bindDevLogger(compiler);
compiler.watch({
aggregateTimeout: 300,
poll: undefined
}, callback);
}
else {
logHelper_1.bindProdLogger(compiler);
compiler.run(callback);
}
});
});
}
可以看到，该函数接受两个参数，appPath和config，appPath是当前项目的目录，参数config就是我们编写的Taro配置。在调用webpack前，Taro会处理webpackConfig，包括将Taro内置的webpack配置，以及将用户在Taro配置文件中的webpackChain配置进去。
定位到了webpack位置，那么让我们来看看Taro最终生成的webpack配置的相关代码。
const webpack = (options, callback) => {
const webpackOptionsValidationErrors = validateSchema(
webpackOptionsSchema,
options
);
if (webpackOptionsValidationErrors.length) {
throw new WebpackOptionsValidationError(webpackOptionsValidationErrors);
}
let compiler;
if (Array.isArray(options)) {
compiler = new MultiCompiler(
Array.from(options).map(options => webpack(options))
);
} else if (typeof options === "object") {
options = new WebpackOptionsDefaulter().process(options);
compiler = new Compiler(options.context);
compiler.options = options;
new NodeEnvironmentPlugin({
infrastructureLogging: options.infrastructureLogging
}).apply(compiler);
if (options.plugins && Array.isArray(options.plugins)) {
for (const plugin of options.plugins) {
if (typeof plugin === "function") {
plugin.call(compiler, compiler);
} else {
plugin.apply(compiler);
}
}
}
compiler.hooks.environment.call();
compiler.hooks.afterEnvironment.call();
compiler.options = new WebpackOptionsApply().process(options, compiler);
} else {
throw new Error("Invalid argument: options");
}
if (callback) {
if (typeof callback !== "function") {
throw new Error("Invalid argument: callback");
}
if (
options.watch === true ||
(Array.isArray(options) && options.some(o => o.watch))
) {
const watchOptions = Array.isArray(options)
? options.map(o => o.watchOptions || {})
: options.watchOptions || {};
return compiler.watch(watchOptions, callback);
}
compiler.run(callback);
}
return compiler;
};
需要注意的是在开发和生产环境下，内置的webpack配置是有差别的，比如在生产环境下，才会调用terser-webpack-plugin进行文件压缩处理。我们用的是vscode代码编辑器，在调用webpack位置前，debugger打断点，同时使用console命令输出变量webpackConfig，即最终生成的webpack配置。在vscode自带的命令行工具DEBUG CONSOLE，可以非常方便的点击展开对象属性，查看Taro生成的webpack配置。这里展示下，在development环境下，Taro内置的webpack配置，如下图。
这些都是常见的webpack配置，我们主要关注两部分的内容，一是module中配置的rules，配置各种loader来处理匹配的对应的文件，例如常见的处理scss文件和jsx文件。二是plugins中配置的TaroMiniPlugin插件，该插件是Taro内置的，主要负责了将代码编译打包成小程序代码的工作。
现在，我们了解了Taro中的webpack配置以及他们的一个工作过程，接下来该考虑的是如何去修改优化该配置，来帮助我们优化编译打包的速度。需要注意的是，Taro打包用到了webpack-chain机制。webpack配置本质是一个对象，创建修改比较麻烦，webpack-chain就是提供链式的 API 来创建和修改webpack 配置。API的 Key 部分可以由用户指定的名称引用，这有助于 跨项目修改配置方式 的标准化。
webpack-chain本身提供了很多的例子，可以参考：https://github.com/Yatoo2018/webpack-chain/tree/zh-cmn-Hans
三、优化Webpack打包配置
经过前文的介绍，我们已经了解了Taro生成的webpack配置，也掌握了修改这些配置的方法，接下来就是考虑怎么修改webpack配置才能优化编译打包速度。为此，我们引入了speed-measure-webpack-plugin，该插件可以统计出编译打包过程中，plugin和loader的耗时情况，可以帮助我们明确优化方向。
将speed-measure-webpack-plugin配置好后，再次执行构建命令，输出结果如下图所示。
可以看到，总共3分钟的编译时间，TaroMiniPlugin就占了2分多钟，耗时还是很严重的。TaroMiniPlugin是Taro内置的webpack插件，Taro的绝大多数编译打包工作都是配置在这里的进行的，例如获取配置内容、处理分包和tabbar、读取小程序配置的页面添加dependencies数组中进行后续处理、生成小程序相关文件等。次之耗时严重的就是TerserPlugin，该插件主要进行压缩文件工作。
而在loaders耗时统计中，babel-loader耗时两分半，sass-loader耗时两分钟，这两者耗时最为严重。这两者也是导致TaroMiniPlugin耗时如此严重的主要原因。因为该插件，会将小程序页面、组件等文件，通过webpack的compilation.addEntry添加到入口文件中，后续会执行webpack中一个完整的compliation阶段，在这个过程中会调用配置好的loader进行处理。当然也会调用babel-loader和scss-loader进行处理 js文件或者scss文件，这就严重拖慢了TaroMiniPlugin速度，导致统计出来该插件耗时严重。
因此，优化Webpack的打包主要就在这两loader，也就相当于优化了TaroMiniPlugin。而在优化方案上，我们选取了两种常见的优化策略：多核和缓存。
3.1 多核
对于多核，我们这里采用webpack官方推荐的thread-loader，可以将非常消耗资源的 loaders 转存到worker pool。根据上述耗时统计，可以知道babel-loader是最耗时的loader，因此将thread-loader放置在babel-loader之前，这样babel-loader就会在一个单独的worker pool中运行，从而提高编译效率。
清楚了优化方法，接下来就需要考虑的是如何配置到webpack中。这里我们利用Taro插件化机制提供的modifyWebpackChain钩子，采用webpack-chain提供的方法链式修改webpack配置即可。
具体做法是，首先想办法删除Taro中内置的babel-loader，我们可以回头查看Taro内置的webpack配置，发现处理babel-loader的那条具名规则为’script’，如下图，然后使用webpack-chain语法规则删除该条具名规则即可。
最后，通过webpack-chain提供的merge方法，重新配置处理js文件的babel-loader，同时在babel-loader之前引入thread-loader就可以了，如下所示。
ctx.modifyWebpackChain(args => {
const chain = args.chain
chain.module.rules.delete('script') // 删除Taro中配置的babel-loader
chain.merge({ // 重新配置babel-loader
module: {
rule: {
script: {
test: /\.[tj]sx?$/i,
use: {
threadLoader: {
loader: 'thread-loader', // 多核构建
},
babelLoader: {
loader: 'babel-loader',
options: {
cacheDirectory: true, // 开启babel-loader缓存
},
},
},
},
},
}
})
})
当然，这里我们引入thread-loader只是为了处理babel-loader，大家也可以用它去处理css-loader等其他的耗时loader。
3.2 缓存
除了开启多线程，为了优化打包速度，还需要对缓存进行优化。缓存优化策略也是针对这两部分进行，一是使用cache-loader缓存用于处理scss文件的loaders，二是babel-loader，设置参数cacheDirectory为true，开启babel-loader缓存。
在使用cache-loader缓存时，额外注意的是，需要将cache-loader放置在css-loader之前，mini-css-extract-plugin之后。实践中发现，放置在mini-css-extract-plugin/loader之前，是无法有效缓存生成的文件。
和前面的做法类似，首先我们需要查看Taro内置的webpack配置的缓存的策略，然后使用webpack-chain语法，定位到对应的位置，最后调用before方法插入到css-loader之前。
通过webpack-chain方法，将cache-loader放置在css-loader之前，mini-css-extract-plugin之后，代码如下：
chain.module.rule('scss').oneOf('0').use('cacheLoader').loader('cache-loader').before('1')
chain.module.rule('scss').oneOf('1').use('cacheLoader').loader('cache-loader').before('1')
注意： 缓存默认是保存在node_moduls/.cache中，如下图。因此在使用执行编译打包命令时，需要注意当前的打包环境是否能够将缓存保留下来，否则缓存配置无法带来速度优化效果。
值得一提的是，看上图我们可以发现，terser-webpack-plugin也是开启了缓存的。我们再回头看下，下图是Taro中配置的参数。我们可以发现cache和parallel都为true，说明它们也是分别是开启了缓存以及并行编译的。
3.3 taro-plugin-compiler-optimization插件
有了上面的优化方案之后，我们于是着手写优化插件。总的来说，本插件是利用了Taro插件化机制暴露出来的modifyWebpackChain钩子，采用webpack-chain方法，链式修改webpack配置。将多核和缓存优化策略配置到Taro的webpack中，来提升编译打包速度。
插件的安装地址如下：
GitHub：https://github.com/CANntyield/taro-plugin-compiler-optimization
Npm：https://www.npmjs.com/package/taro-plugin-compiler-optimization
首先，在项目中安装插件：
npm install --save-dev thread-loader cache-loader taro-plugin-compiler-optimization
然后，在taro的config.js中添加如下脚本：
// 将其配置到taro config.js中的plugins中
// 根目录/config/index.js
plugins: ['taro-plugin-compiler-optimization']
最后，我们再执行一下打包任务，发现总耗时已经缩短至56.9s，TaroMiniPlugin、babel-loader还有css-loader耗时有着明显的缩短，而配置了缓存的TerserPlugin也从22.8s缩短至13.9s，优化效果还是很显著的。
四、压缩资源文件
微信开发者工具中，如果想要在真机上调试小程序，通常是需要进行二维码预览的。由于微信限制，打包出来的文件，主包、分包文件不能超过2M，否则进行二维码预览无法成功。但是随着项目越来越大，主包文件超过2M是没办法的事情，尤其是通过babel-loader处理后的文件，更是会包含了非常多的注释、过长的变量名等，导致文件过大。行业内最根本的解决方法是分包，因为微信小程序已经将总包大小调整到了10M。不过本文不讨论如何分包，这里主要讨论如何调整包的大小。
我们在执行build构建命令时，启用terser-webpack-plugin压缩文件，将主包文件缩小至2M以下。不过，问题也是很明显的，那就是每次都需要花费大量的时间用于构建打包工作，效率实在是太低了。而且这种情况下，不会监听文件变化，进行模块热替换工作，这种工作效率非常低下。
因此，我们的策略是在开发环境下配置webpack，调用terser-webpack-plugin进行压缩。同时配置插件参数，压缩指定文件，而不是全部压缩。打开微信开发者工具，点开代码依赖分析，如下图。
从图中可以看到，主包文件已经超过了2M。其中common.js、taro.js、vendors.js、app.js四个文件明显较大，并且每个Taro项目编译打包后必然生成这四个文件。pages文件夹也高达1.41M，该文件夹是我们配置的tabBar页面，因此该文件夹大小直接受到tabBar页面复杂度的影响。除此之外，其他文件都比较小，可以暂时不考虑进行处理。
首先，执行以下命令安装terser-webpack-plugin。
npm install -D terser-webpack-plugin@3.0.5
需要注意的是，terser-webpack-plugin最新版本已经是v5了，这个版本是根据webpack5进行优化的，但是不支持webpack4，因此需要自己额外指定版本，才能使用。这里我选择的是3.0.5，跟Taro中使用的terser-webpack-plugin是同一个版本。其中，传入的参数配置也是跟Taro一样，我们要做的是，将需要进行压缩的文件路径添加到test数组中即可，其中已经默认配置了common.js、taro.js、vendors.js、app.js、pages/homoe/index.js文件。
同样的，我们需要在Taro配置文件plugins中引入该Taro插件，建议在config/dev.js配置文件中引入，只会在开发环境下才会使用到。
// config/dev.js
plugins: [
path.resolve(__dirname, 'plugins/minifyMainPackage.js'),
]
最后我们来看看压缩后主包的大小，可以发现已经减少至1.42M了，相对于此前的3.45M，压缩了50%左右，可以解决大部分无法进行二维码预览打包的场景了。
不过，目前，微信小程序已经支持分包Lee，不过主包还是不能超过2M，上面的方式针对的是主包太大的解决方案。本文主要解决了两个问题：一是用于优化Taro编译打包速度，二是提供了一种解决方案，解决分包过大导致无法使用微信开发者工具进行二维码预览的问题。
华为开发者空间，是为全球开发者打造的专属开发空间，汇聚了华为优质开发资源及工具，致力于让每一位开发者拥有一台云主机，基于华为根生态开发、创新。
更多推荐
0
0- 0
已为社区贡献21条内容
所有评论(0)