以下是本次参加 Tweb conf 2021 的学习笔记
目录
主会场
- Flutter 音视频开发实践
- 腾讯文档渲染优化之路
- 远程办公下开发测试协同如何提效
- 如何创造一门上万人使用的语言
分会场(看过)
Node.js & 大前端
- Kubernetes 应用的 BFF 便捷开发
- 跨端开发,也可以这样玩
低代码 & 可视化
- 基于 serverless 的低代码平台实践
编辑器 & 研发效能
- 稿定视频编辑器背后的故事
- 在线文档冲突——OT 算法
以上是本次大会看过的,下面是本次大会未看过的,仅做记录
分会场(未看)
Node.js & 大前端
- 从 0 开始,打造腾讯自研的跨端&动态化框架
- Puerts-UnityUE 下的 Typescript 框架
- 云时代的前端开发
低代码 & 可视化
- WebAssembly 在哔哩哔哩创作中心的实践
- 厘米秀 3D 形象 DIY 渲染技术揭秘
- 信息流运营场景中的低代码探索与实践
- 低代码页面编辑器的设计和实现
编辑器 & 研发效能
- 腾讯文档工程实践
- 微信小程序真机调试
- CDN 版本化解决方案
- 由兴趣驱动开源 Cherry Markdown 成长之路
Flutter 音视频开发实践
Flutter 简介
跨平台技术发展趋势
跨平台框架优势:一次开发,多端运行,组件复用,提升效率
-
Hybrid App(2011 年)
- 页面运行在 webviwe
- 开发迭代快
- 受限于桥接层,拓展性能差
- webview 渲染性能差
-
ReactNative(2015 年)
- 原生控件渲染
- 性能好于 webview
- 渲染时要和 Native 通信
- JIT 编译
-
Flutter(2018 年)
- dart 语言
- 同时支持 JIT 和 AOT 编译
- 自渲染引擎
- 性能接近原生
Flutter 架构

- FrameWork: 是一个 Dart 实现的 UI SDK,从上到下包括了两大组件库、基础组件库、图形绘制、手势识别、动画等功能
- Engine: 实现 Flutter 渲染引擎、Dart 虚拟机、Platform 通信通道、事件通知、插件架构等功能
- Embedder: 操作系统适配层
Flutter & Web 开发的差异

- StatelessWidget(无状态):内部没有保存状态,UI 界面创建后不会发生改变。
- StatefulWidget(有状态):内部有保存状态,当状态发生改变,调用
setState()
方法会触发 UI 发生更新。
.grey {
background: #e0e0e0;
width: 320px;
height: 240px;
font: 900 24px Roboto;
display: flex; align-items: center; justify-content: center;}
var container = Container(
child: Center( child: Text(
"Lorem ipsum",
style: bold24Roboto
),
),
width: 320,
height: 240,
color: Colors.grey[300]
);
TRTC 简介
腾讯实时音视频致力于帮助开发者快速搭建低成本、低延时、高品质的音视频互动解决方案:
- 适用于视频会议、在线教育、互动直播等场景
- 客户有腾讯会议、企业微信、陌陌、贝壳找房等

SDK 设计

- 业务层:提供给开发者调用的 API,如进退房、推拉音视频流等近 100 个接口
- 实现层:管理 API 的核心类,可扩展、易用、性能好
- 通信层:通过 MethodChannel 消息通道连接 Flutter 和原生 sdk,数据通讯能力升级
- 原生层:底层是 Android 和 iOS 原生 sdk
挑战点 1-如何实现复杂的类结构体传输?
背景
- flutter 本质是 dart 调用 native 的接口,并异步返回 native 的数据
- 原生 sdk 存在着大量类结构体的类型定义,原有消息通道不支持传递此类型
方案
Flutter 类结构体 -> Flutter 类结构体转 Map 对象 -> Flutter JSON 序列化 -> 通信层 JSON 反序列化 -> Android 类结构体
同时可以对参数进行约束,类型校验,提升易用性

挑战点 2-图片怎么高效在 Flutter 和原生 sdk 之间传输?
背景
直播过程中给视频设置水印等接口需要把 flutter 项目定义的图片资源传给原生 sdk,但是 flutter 没有 bitmap 这种数据类型,如何把 flutter 项目的图片资源转成原生 sdk 需要的 bitmap?
方案
利用文档目录实现图片传输,通过文档目录(android 和 flutter 都可访问)传递文件路径的方式来实现共享

带来的问题:拷贝文件会导致比较高的耗时,如何解决?
优化
图片传输优化-平台共享 asset:Flutter 的 asset 资源被打包在原生资源包下面,通过 AssetManager 可直接访问,节省中间层拷贝耗时。

挑战点 3-视频在 Flutter 里面如何渲染?
背景
采集视频流 -> 云服务 -> Android 原生 -> Flutter
将摄像头采集的每一帧数据通过 MethodChanne 传递到 Flutter 中,性能消耗大
方案
- 外接纹理:可以将原生端 opengl 图像数据共享给 Flutter 进行渲染。需要原生 sdk 提供视频帧图像数据回调接口,实现较为复杂。
- PlatformView:主要适用于 Flutter 中不太容易实现的组件,如 WebView、视频播放器、地图等。给 Flutter 提供了嵌入 Android 和 iOS 平台原生 view 的能力。
最后采用 PlatformView 方案


优化
用 oppo 的一个低端机进行测试,房间有 6 个用户的时候,第二屏画面渲染异常,使用 PerfDog 性能狗,分析出 GPU 占用过高

列表懒加载与回收

列表优化后 GPU 占用从 72% 下降到了 53%,视频画面正常渲染显示,优化完成后的性能检测如下


由上图可看出,cpu、内存跟 Android 原生的占用差不多,GPU 比 Android 原生性能还差约 15%
视频帧直出

性能消耗点:视频 view 的每一个像素流经附加的中间图形缓冲区,显著浪费显存和绘图性能
优化方案:将视频帧数据直接输出到 SurfaceTexture 上
图像纹理共享

Flutter 与 Android 原生共享图像纹理数据,优化后性能检测如下


Flutter 优化后 GPU 性能提升了约 10%,基本能达到 Android 原生 sdk 的水平
挑战点 4-客户接入如何提效?
背景
面临的问题:原始 SDK API 繁多,客户接入耗时很久
场景化方案的价值:客户可以寻找契合自己业务的场景方案,参考源码实现,提升接入效率

方案

核心目标:易接入,开箱即用,降低客户的接入门槛

SDK:接口不超过 30 个,而且语义更加场景化
未来
flutter 桌面端的支持不太好,未来需要支持全平台


腾讯文档渲染优化之路
DOM
方案
Sheet
使用 Handsontable 的 dom 渲染,主要页面构成为:
- 单元格:数量多、结构类似
- 图表、选区:数量少,结构独立

doc
使用 React 作为 dom 渲染
优化
渲染管道
-
layout 优化
- 尽量避免改变元素的几何属性(例如宽度、高度、左侧或顶部位置等)
- 修改 paint only 属性(例如背景颜色、文字颜色等)-> repaint
-
Paint 优化
- 使用 will-change 或 translateZ 等提升元素层级
- 使用 transform 和 opacity 属性
滚动复用
类似于长列表的虚拟滚动:复用 DOM、离屏时销毁 DOM
缺点
随着页面复杂程度、页面滚动速度的增加,重排重绘开销随之线性增长
Canvas

极端场景的全表双边框
背景

渲染时间:单边框 6.71ms -> 双边框 14.91 ms
- 绘制量:对比单边框,直接翻倍
- 对接逻辑:需要额外的对接逻辑
产生原因

-
上下文设置 style
通过 canvas 上下文设置的
fill_style
、stroke_style
等状态, 实际上都是 CanvasStyle 这个类的实例 -
GC 逻辑低效
GarbageCollected 自己实现了一套 GC 逻辑,并不会走 V8 引擎的 GC,不如 C++ GC 高效
-
性能开销
Canvas API 调用设置状态操作,性能开销较大
Canvas 在渲染过程中针对单元格需要渲染背景色、边框线、富文本,而不同的颜色、文本等又需要不同的状态,所以需要频繁切换状态机
- 渲染单元格:渲染背景色、渲染边框线、渲染富文本
- 渲染⽂本:渲染 color(black 文字)、渲染 color(red 文字)、渲染 color(blue 文字)

优化
切换状态机优化
通过提前收集、统一整理,减少切换状态机

-
遍历待绘制内容
遍历待绘制的所有边框线、文字等
-
相同状态内容整理
相同状态的绘制内容,进行合并、排序等整理
-
分类渲染
整理之后的内容,根据状态机进行分类渲染
渲染复用
-
离屏 Canvas
离屏 Canvas 缓存主 Canvas 绘制内容
-
复用
直接复用离屏 Canvas 缓存的内容

针对业务逻辑减少 GC
浏览器垃圾收集器会定期(周期性)找出那些不在继续使用的变量,然后释放其内存
-
频繁 GC 导致帧率不稳定
- 大量创建对象会导致更频繁的 GC
- 频繁的 GC 会导致帧率不稳定,引起卡顿
-
对象池优化
- 建立对象池缓存,从对象池获取对象
- 减少渲染主循环过程中新建对象操作,从而减少 GC
Alloy 精确统计 FPS
如何精确、自动化统计 FPS?
背景
现有 Web 前端 FPS 统计⽅式:
-
类似 Chrome devtools 的开发者⼯具
- 需要人工实时监测、无法自动化
- 更加适合开发阶段进行自测
-
RequestAnimationFrame API
- 统计的 FPS 结果不够准确,因为以两次主线程执行时间间隔作为一帧
- 模拟交互不够真实,需要引入脚本且实现对应代码
同时由于主线程阻塞情况下浏览器的优化,即使嵌入死循环 js,滚动依然流畅,影响 FPS 的统计
function block() {
while (true) {}
}
setTimeout(block, 2000);
Chrome 浏览器在主线程阻塞情况下,会将页面滚动处理由主线程移交给合成线程
![]()
此时需要我们理解 FPS 本质是:
-
帧率
浏览器渲染动画或页面每一帧的速率
-
渲染管道
浏览器渲染每一帧经历的固定流程
同时主线程阻塞情况下,页面渲染可能在其之后的合成线程、GPU 线程进行处理

方案
- Chrome devtools performance:普遍常用的 Chrome devtools performance 面板
- Tracing view:信息更加详细、全面的的 Tracing view 工具,使用 chrome://tracing 开启
Tracing view 介绍
-
进程、线程
展示对应进程、线程信息
-
Flow
事件对应的流向
-
TRACE_EVENT
表示浏览器内核函数调用执行情况

分析主线程阻塞时滚动
- 主线程 V8 执行 js 死循环
- 合成线程处理滚动

寻找关键 TRACE_EVENT
-
关键 TRACE_EVENT
关键 TRACE_EVENT 出现次数 = 帧渲染次数
-
排除主线程
将寻找关键 TRACE_EVENT 的路径集中到主线程之后的流程

确定关键 TRACE_EVENT

确定关键 TRACE_EVENT
,合成线程中 ProxyImpl::ScheduledActionDraw
可以作为关键 TRACE_EVENT
进行 FPS 统计
AlloyPerf 实现原理
截止 2021-10-26 15:10:27
,AlloyPerf 未开源
// TODO 查看 AlloyPref 源代码

远程办公下开发测试协同如何提效
异地开发测试协同
背景
- 开发联调:截图、传递抓包文件、需要同步联调信息
- 测试:测试测出问题反馈给开发,开发需要重现步骤,然后推到测试环境才能让测试测,问题定位步骤长很低效
- 产品体验:如果异地的老板想看测试环境的效果,需要部署外网地址才能访问
业界方案
vpn + 修改 host
实现的途径:
- 手动修改
- 借助工具修改(比如 switchhosts)
但暴露的问题有
- 功能受限
- 不支持移动端
- 信息同步慢
由此开发联调、测试、产品体验效率都很差
vpn + 代理工具
实现途径:
- whsitle
- fiddler
- charles
对比以上的 vpn + 修改 host
分别有以下优点
- 支持各种复杂规则配置
- 支持移动端
- 分享抓包信息
但是通常一个代理工具需要以下步骤才能使用
- 启动代理工具
- 配置系统代理或使用浏览器插件
- wifi 代理
- 手机配置 https 证书
由此导致的问题有:
- 体验前置步骤多、成本大
- 分享抓包路径长
- 配置不共享
- 本地需要启动代理服务
测试、产品的体验效率很差
vpn + 测试域名
优点:访问方便
缺点:
- 无抓包,定位问题复杂
- 配置固定,修改配置麻烦
- 切换环境不方便
- 安全性如何保证
测试、产品体验很方便,但联调、定位问题的效率差
痛点
- 访问不方便
- 测试环境中业务信息保密性
- 本地启动代理服务
- 定位问题不方便(抓包、分享不方便)
- 多人协作修改规则不方便(配置不共享)
// TODO Tweb 学习笔记待完成