深入浅出React.js 性能分析

作者 | Addy Osmani

译者 | 许学文

策划 | 蔡芳芳

转发链接：https://mp.weixin.qq.com/s/ciIl4Cg9ZULDUY77Yuot0A

本文最初发布于Addy Osmani博客，经原作者授权由 InfoQ 中文站翻译并分享

今天我将向大家演示如何使用 React Profiler API、Tracing API 以及 User Timing API 来分别追踪 React 的组件渲染、用户交互以及自定义性能指标。

React Profiler API

首先来了解下 React Profiler，它主要用来追踪应用组件的 渲染过程 以及渲染开销，同时标记出应用的性能瓶颈。Profiler 接受一个 onRender 回调函数，当被追踪的组件以及子代组件发生更新时，该函数就会被调用。下图是在影片排期应用中使用 Profiler 追踪各个组件渲染:

Profiler 中 onRender 回调函数的具体参数如下：

• id:： 这是 Profiler 的唯一标示，区分是哪个 Profiler 追踪的组件树发生了更新
• phase： 如果更新是挂载阶段这个值就是“mount”，如果是二次渲染阶段就是“update”
• act ualDuration： 更新花费的渲染时间
• baseDuration： 更新预计花费的渲染时间
• startTime： 更新开始时间点
• commitTime： 更新提交的时间点
• interactions： 更新中包含的交互信息

const callback = (id, phase, actualTime, baseTime, startTime, commitTime) => {
    console.log(`${id}'s ${phase} phase:`);
    console.log(`Actual time: ${actualTime}`);
    console.log(`Base time: ${baseTime}`);
    console.log(`Start time: ${startTime}`);
    console.log(`Commit time: ${commitTime}`);
}

运行上面的代码，在 Chrome 调试器中可以看到如下输出：

也可以打开 React DevTools，在 Profiler 面板中可以看到组件渲染的时间火焰图：

切换到排序视图

当然也可以使用多个 Profiler 来分别追踪应用中的各个不同的部分，示例代码如下：

import React, { Fragment, unstable_Profiler as Profiler} from "react";
render(
  <App>
    <Profiler id="Header" onRender={callback}>
      <Header {...props} />
    </Profiler>
    <Profiler id="Movies" onRender={callback}>
      <Movies {...props} />
    </Profiler>
  </App>
)

知道了如何追踪组件渲染，那么如果想跟踪交互，该怎么做？

交互追踪 Tracing API

想一下，如果能追踪到交互（例如：按钮的点击），那么在回答“这个按钮点击花费了多少时间更新 DOM？”这样的问题时是不是就有了依据。要感谢 Brian Vaughn 的努力，React 在其 调度包 中引入了对这个功能的试验支持，更详细的说明可以点击 这里 查看。

一个交互追踪，需要包含一个描述（例如：添加购物车按钮被点击）、一个时间戳和一个回调函数，在回调函数中你可以定义一些和该交互相关的逻辑。在“影片排期应用”中就有一个添加电影到播放列表的“+”号按钮，这个就是一个交互按钮。

下面的代码演示了如何追踪这个按钮的点击行为：

import { unstable_Profiler as Profiler } from "react";
import { render } from "react-dom";
import { unstable_trace as trace } from "scheduler/tracing";
class MyComponent extends Component {
  addMovieButtonClick = event => {
    trace("Add To Movies Queue click", performance.now(), () => {
      this.setState({ itemAddedToQueue: true });
    });
  };

在 React 开发调试工具的 interaction 面板中可以看到具体的交互行为和持续时间：

这个 API 同样也可以 追踪初始化渲染：

import { unstable_trace as trace } from "scheduler/tracing";
trace("initial render", performance.now(), () => {
   ReactDom.render(<App />, document.getElementById("app"));
})

Brian 提供了更多的例子，比如如何追踪异步行为等。这些示例都在其“React 中进行交互追踪”项目的 gist 中。

Puppeteer 的使用

如果想对 UI 交互追踪脚本做进一步了解的话，你可能会对 Puppeteer 这个库感兴趣。Puppeteer 是一个 Node 库，基于 Chrome 开发协议封装 API 来操作 headless Chrome（译者注：Chrome 浏览器对无界面形态）。

为了捕获 DevTools 对当前运行程序性能的追踪，Puppeteer 提供了 trace .start() 和 trace.stop() 两个 API，下面我们就用它来追踪按钮点击的过程，代码如下：：

const puppeteer = require('puppeteer');
(async () => {
  const browser = await puppeteer.launch();
  const page = await browser.newPage();
  const navigationPromise = page.waitForNavigation();
  await page.goto('https://react-movies-queue.glitch.me/')
  await page.setViewport({ width: 1276, height: 689 });
  await navigationPromise;
  const addMovieToQueueBtn = 'li:nth-child(3) > .card > .card__info > div > .button';
  await page.waitForSelector(addMovieToQueueBtn);
  // 开始追踪...
  await page.tracing.start({ path: 'profile.json' });
  // 按钮点击
  await page.click(addMovieToQueueBtn);
  // 停止追踪
  await page.tracing.stop();
  await browser.close();

然后在开发工具的性能面板中导入 profile.json，我们就可以看到当按钮点击的时候，所有函数的调用情况：

如果你对交互追踪感兴趣并且想了解更多的话，不妨看看 Stoyan Stefanov 的“JAVAScript 组件级别的 CPU 开销”这篇文章。

客户端性能追踪 API

使用 客户端性能追踪 API 可以追踪一些定制的性能指标，并且时间精确度会更高。它有 2 个主要的 API：

• window.performance.mark()： 存储当前 mark 执行时的时间戳
• window.performance.measure()： 存储 2 个相同 mark 之间的执行时间

示例代码如下：

// 记录任务开始之前的时间戳
performance.mark('Movies:updateStart');
// 这里执行了一些任务...
// 记录任务结束的时间戳
performance.mark('Movies:updateEnd');
// 计算任务开始前后的差值
performance.measure('moviesRender', 'Movies:updateStart', 'Movies:updateEnd'

当你通过 Chrome 调试工具中的性能面板查看一个 React 应用时，有一个“Timings”的区域，这里归集了你的 React 组件的执行时间。在渲染时，React 会把通过客户端 API 得到的性能数据发布到这里。

注意：React 在它的开发包中用 Profiler 替代了 User Timings，不过由于 User Timings 的时间精度更高，所以可能会在未来的 3 级规格的浏览器中重新添加它。

在互联网上，你会发现有一些其他的 React 应用已经在使用 User Timing 追踪他们的 自定义指标，包括 Reddit 网站中的“到第一标题可见花费的时间”和 Spotify 网站中的“到回放准备完毕花费的时间”。

还可以在 Chrome 调试器的 Lighthouse 面板 中查看到定制化的 User Timing 标记和追踪方法，如下图：

在 Next.js 的最近版本中也针对一些事件 添加 了很多 User timing 标记和追踪，例如：

• Next.js-hydration： 混合持续时间
• Next.js-nav-to-render： 导航开始到开始渲染之间的时间

所有的这些追踪都可以在调试器的 Timings 区域看到：

对比 DevTools 和 Lighthouse

值得注意的是，Lighthouse 和 Chrome 调试工具 中的性能面板都可以深入分析 React 应用程序的加载和运行时性能，用户可以看到下面这些性能指标：

React 用户可能会喜欢像 总阻塞时间 (TBT) 这样的新指标，它量化一个页面具体什么时候才可以交互（可 交互时间）， 下面我们可以看下在并发模式前后应用发生更新时，TBT 的情况:

这些工具一般能帮助我们了解在浏览器级别的视图性能瓶颈，例如，哪些 繁重冗长的任务 会引起交互延迟 (例如按钮点击响应) :

Lighthouse 还为一些特定的性能场景提供了修改建议。如在 Lighthouse 6.0 中可以看到一个提示，建议我们移除 未使用的 JavaScript代码。Lighthouse 追踪到了这个问题并且提醒我们可以使用 React.lazy () 来引入这个 JavaScript。

借助用户端的硬件进行性能智能检查，往往对性能分析非常有帮助。

最后，除了上面提到的我通常还会从 RUM 和 CrUX 获取一些数据字段，然后用 webpagetest.org/easy 工具帮我生成更多的场景图片，以便更好的进行性能分析。