https://github.com/dcloudio/test-framework

框架测试汇总
https://github.com/dcloudio/test-framework

Last synced: 11 months ago
JSON representation

框架测试汇总

• Host: GitHub
• URL: https://github.com/dcloudio/test-framework
• Owner: dcloudio
• License: mit
• Created: 2019-03-25T12:20:25.000Z (almost 7 years ago)
• Default Branch: master
• Last Pushed: 2023-03-06T17:29:47.000Z (almost 3 years ago)
• Last Synced: 2025-03-29T17:08:01.382Z (11 months ago)
• Language: JavaScript
• Size: 3.45 MB
• Stars: 381
• Watchers: 22
• Forks: 91
• Open Issues: 107
• Metadata Files:
  • Readme: README.md
  • License: LICENSE

Awesome Lists containing this project

README

          
这是为《小程序跨端框架全面测评》准备的仓库。

本项目分别使用微信原生版、wepy版、mpvue版、taro版、uni-app版、chalemeon版，各自开发一个仿微博小程序首页的复杂长列表，支持下拉刷新、上拉翻页、点赞功能。

该项目主要用于两项测试：

- 跨端支持度如何：是否真能实现各框架宣传的那样，一次开发、多端发布？真的不需要二次开发？

- 跨端框架性能如何：跨端框架基本都是`compiler` + `runtime`模式，引入的`runtime`是否会降低运行性能？尤其是与原生微信小程序开发相比性能怎么样？

大家可自助测试，启动测试请修改 `utils` --> `config.js` 下各项配置：

- `PERF_MAX` 总翻页次数

- `PERF_LIKE_MAX` 总点赞次数

- `PERF_AUTO` 是否开启自动测试

- `PERF_USING_COMPONENTS` 是否为原生组件，`mpvue`、`wepy` 为 `false`, 其他均为 `true`，请勿手动修改

Tips:

- `kone` 修改的配置跟其他平台有些区别，项目编译之后到微信开发者工具找到 `common --> utils --> perf.common.js` 文件，修改文件 `97行` 的  `PERF_MAX` 等变量，与上述描述一致，开始自动测试。

- 因为 `kone` 翻页到 33 页会导致节点超出，脚本无法继续进行，为了方便查看日志，在 `common --> utils --> perf.common.js` 文件搜索 `showToast`， 大概 187 行，注释掉 `showToast` 弹窗提示的实现 ，并在手机端开启调试模式，查看报错日志。

 

## 测试结果@20200409 

参考：[跨端开发框架深度横评之2020版](https://juejin.im/post/6844904118901817351)

## 测试结果@20190327

### 1. 跨端支持度如何

开发一次，到处运行，是每个程序员的梦想。但现实往往变成开发一次，到处调错。

各个待评测框架，是否真得如宣传的那样，一次开发、多端发布？

我们将上述[仿微博App](https://github.com/dcloudio/test-framework)依次发布到各平台，验证每个框架在各端的兼容性，结果如下：

|平台			| 微信原生	|wepy	|mpvue	|taro					|uni-app|chameleon								|

|:-				|:-			|:-		|:-		|:-						|:-		|:-										|

|微信小程序		|⭕️		|⭕️	|⭕️	|⭕️					|⭕️	|⭕️									|

|支付宝小程序	|❌			|❌		|⭕️	|⭕️					|⭕️	|❌										|

|百度小程序		|❌			|❌		|⭕️	|⭕️					|⭕️	|❌										|

|头条小程序		|❌			|❌		|⭕️	|⭕️					|⭕️	|❌										|

|H5端			|❌			|❌		|❌		|上拉加载/下拉刷新失效	|⭕️	|上拉加载/下拉刷新失效					|

|App端			|❌			|❌		|❌		|上拉加载失效					|⭕️	|列表无法滚动，无法测试上拉加载/下拉刷新|

*测试结果说明：*

- ⭕ 表示支持且功能正常，❌ 表示不支持，其它则表示支持但存在部分bug或兼容问题

- `wepy` 2.0 宣称版已支持其他家小程序，本测试基于`wepy`官网指引安装的`wepy-cli`默认版本为1.7.3，尚不支持多端

- `chameleon`尝鲜版宣称支付宝、百度小程序，本测试基于`chameleon`官网指引安装的`chameleon-tool`默认版本为0.1.1，尚不支持其它小程序

通过这个简单的例子可以看出，跨端支持度测评结论：`uni-app` > `taro` > `chameleon` > `mpvue` >`wepy`、`原生微信小程序`

但是仅有上面的测试还不全面，实际业务要比这个测试例复杂很多。但我们没法开发很多复杂业务做评测，所以还需要再对照各家文档补充一些信息。

由于每个框架的文档中都描述了各种组件和API的跨端支持程度。我们过了几家的文档，发现各家基本是以微信小程序为基线，然后把各种组件和API在其他端实现了一遍：

- `taro`：H5端实现了大部分微信的API，App端和微信的差异比较大。

- `uni-app`：组件、API、配置，大部分在各个端均已实现，个别API有说明在某些端不支持。可以看出uni-app是完整在H5端实现了一套微信模拟器，在App端实现了一套微信小程序引擎，才达到比较完善的平台兼容性。

- `chameleon`：非常常用的一些组件和API在各端已经实现，这部分的平台差异较少。但大量组件和API需要开发者自己分平台写代码。

跨端框架，一方面要考虑框架提供的通用api跨端支持，同时还要考虑不同端的特色差异如何兼容。毕竟每个端都会有自己的特色，不可能完全一致。

- `taro`：提供了js环境变量判断和统一接口的多端文件，可以在组件、js、文件方面扩展多端，不支持其他环节的分平台处理。

- `uni-app`：提供了条件编译模型，所有代码包括组件、js、css、配置json、文件、目录，均支持条件编译，可不受限的编写各端差异代码。

- `chameleon`：提供了多态方案，可以在组件、js、文件方面扩展多端，不支持其他方式的分平台处理。

跨端框架，还涉及一个ui框架的跨端问题，评测结果如下：

- `taro`：官方提供了`taro ui`，支持小程序(微信/支付宝/百度)、H5平台，不支持App，[详见](https://taro-ui.aotu.io/#/)

- `uni-app`：官方提供了`uni ui`，可全端运行；uni-app还有一个插件市场，里面有很多三方ui组件，[详见](https://ext.dcloud.net.cn/)

- `chameleon`：官方提供了`cml-ui`扩展组件库，可全端运行，但组件数量略少，[详见](https://cmljs.org/doc/component/expand/expand.html)

最后补充跨端案例：

- mpvue：微信端案例丰富，未见其它端案例

- taro：微信端案例丰富，百度、支付宝、H5端亦有少量案例

- uni-app：微信、App、H5三端案例丰富，官方示例已发布到6端

- chameleon：未看到任何端案例

综合以上信息，本项的最终评测结论：`uni-app` > `taro` > `chameleon` > `mpvue` > `wepy`、`原生微信小程序`

之前曾有友商掀起一番真跨端和伪跨端之争，通过本次Demo实测，这个争论可以盖棺定论了。

### 2. 跨端框架性能如何

跨端框架基本都是`compiler` + `runtime`模式，引入的`runtime`是否会降低运行性能？

尤其是与原生微信小程序开发相比性能怎么样，这是大家普遍关心的问题。

我们依然以上述仿微博小程序为例，测试2个容易出性能问题的点：长列表加载、大量点赞组件的响应。

#### 2.1 长列表加载

仿微博的列表是一个包含很多组件的列表，这种复杂列表对性能的压力更大，很适合做性能测试。

从触发上拉加载到数据更新、页面渲染完成，需要准确计时。人眼视觉计时肯定不行，我们采用程序埋点的方式，制定了如下计时时机：

- 计时开始时机：交互事件触发，框架赋值之前，如：上拉加载（onReachBottom）函数开头

- 计时结束时机：页面渲染完毕(微信setData回调函数开头)

Tips：`setData`回调函数开头可认为是页面渲染完成的时间，是因为微信`setData`定义如下([微信规范](https://developers.weixin.qq.com/miniprogram/dev/reference/api/Page.html?search-key=Page.prototype.setData))：

|字段	|类型		|必填		|描述	|

|:-			|:-			|:-		|:-		|

|data	|Object		|是			|这次要改变的数据|											|

|callback	|Function	|否		|setData引起的界面更新**渲染完毕**后的回调函数	|

测试方式：从页面空列表开始，通过程序自动触发上拉加载，每次新增20条列表，记录单次耗时；固定间隔连续触发 N 次上拉加载，使得页面达到 20*N 条列表，计算这 N 次`触发上拉 -> 渲染完成`的平均耗时。

测试结果如下：

|列表条数	| 微信原生	|wepy	|mpvue	|taro	|uni-app|chameleon	|

|:-			|:-			|:-		|:-		|:-		|:-		|:-			|

|200		|770		|625	|969	|752	|641	|1261		|

|400		|876		|781	|4493	|974	|741	|1970		|

|600		|1111		|-		|-		|1250	|910	|2917		|

|800		|1406		|-		|-		|1547	|1113	|4040		|

|1000		|1690		|-		|-		|1878	|1321	|5196		|

说明：以400条微博列表为例，从页面空列表开始，每隔1秒触发一次上拉加载（新增20条微博），记录单次耗时，触发20次后停止（页面达到400条微博），计算这20次的平均耗时，结果微信原生在这20次 `触发上拉 -> 渲染完成` 的平均耗时为876毫秒，最快的`uni-app`是741毫秒，最慢的mpvue是4493毫秒

大家初看这个数据，可能比较疑惑，别急，下方有详细说明

**说明1：为何 mpvue/wepy 测试数据不完整?**

`mpvue`、`wepy` 诞生之初，微信小程序尚不支持[自定义组件](https://developers.weixin.qq.com/miniprogram/dev/framework/custom-component/)，无法进行组件化开发；`mpvue`、`wepy` 为解决这个问题，将用户编写的`Vue`组件，编译为`WXML`中的[模板（template)](https://developers.weixin.qq.com/miniprogram/dev/framework/view/wxml/template.html)，变相实现了组件化开发能力，提高代码复用性，这在当时的技术条件下是很棒的技术方案。

但如此方案，在复杂组件较多的页面，会大量增加 dom 节点，甚至超出微信的 dom 节点数限制。我们在 红米手机（Redmi 6 Pro）上实测，页面组件超过500个时，`mpvue`、`wepy`  实现的仿微博App就会报出如下异常，并停止渲染，故这两个测试框架在组件较多时，测试数据不完整。这也就意味着，当页面组件太多时，无法使用这2个框架。

> dom limit exceeded please check if there's any mistake you've made 

*Tips：`wepy`在400条列表以内，为何性能高于微信原生框架，这个跟自定义组件管理开销及业务场景有关（`wepy`编译为模板，不涉及组件创建及管理开销），后续对微博点赞，涉及组件数据传递时，微信原生框架的性能优势就提现出来了，详见下方测试数据。*

**说明2：uni-app 比微信原生框架性能更好？逆天了？**

其实，在页面上有200条记录（200个组件）时，`taro` 性能数据也比微信原生框架更好。

微信原生框架耗时主要在`setData`调用上，开发者若不单独优化，则每次都会传递大量数据；而 `uni-app`、`taro` 都在调用`setData`之前自动做`diff`计算，每次仅传递有变化的数据。

例如当前页面有20条数据，触发上拉加载时，会新加载20条数据，此时原生框架通过如下代码测试时，`setData`会传输40条数据

```

data: {

    listData: []

},

onReachBottom() { //上拉加载

    let listData = this.data.listData;

    listData.push(...Api.getNews());//新增数据

    this.setData({

        listData

    }) //全量数据，发送数据到视图层

}

```

开发者使用微信原生框架，完全可以自己优化，精简传递数据，比如修改如下：

```

data: {

    listData: []

},

onReachBottom() { //上拉加载

    // 通过长度获取下一次渲染的索引

    let index = this.data.listData.length;

    let newData = {}; //新变更数据

    Api.getNews().forEach((item) => {

        newData['listData[' + (index++) + ']'] = item //赋值，索引递增

    }) 

    this.setData(newData) //增量数据，发送数据到视图层

}

```

经过如上优化修改后，再次测试，微信原生框架性能数据如下：

|组件数量	| 微信原生框架（优化前）	|微信原生框架（优化后）	|uni-app|taro	|

|:-			|:-						|:-						|:-		|

|200		|770					|572					|641	| 752	|

|400		|876					|688					|741	| 974	|

|600		|1111					|855					|910	| 1250	|

|800		|1406					|1055					|1113	| 1547	|

|1000		|1690					|1260					|1321	| 1878	|

从测试结果可看出，经过开发者手动优化，微信原生框架可达到更好的性能，但 `uni-app`、`taro` 相比微信原生，性能差距并不大。

这个结果，和web开发类似，web开发也有原生js开发、vue、react框架等情况。如果不做特殊优化，原生js写的网页，性能经常还不如vue、react框架的性能。

也恰恰是因为`Vue`、`react`框架的优秀，性能好，开发体验好，所以原生js开发已经逐渐减少使用了。

复杂长列表加载下一页评测结论：`微信原生开发手工优化`,`uni-app`>`微信原生开发未手工优化`,`taro` > `chameleon` > `wepy` > `mpvue`

#### 2.2 点赞组件响应速度

长列表中的某个组件，比如点赞组件，点击时是否能及时的修改未赞和已赞状态？是这项测试的评测点。

测试方式：

- 选中某微博，点击“点赞”按钮，实现点赞状态状态切换（已赞高亮、未赞灰色），

- 点赞按钮 `onclick`函数开头开始计时，`setData`回调函数开头结束计时；

在红米手机（Redmi 6 Pro）上进行多次测试，求其平均值，结果如下：

|列表数量	|微信原生	|wepy	|mpvue	|taro	|uni-app|chameleon	|

|:-			|:-			|:-		|:-		|:-		|:-		|:-			|

|200		|91			|279	|666	|92		|93		|101		|

|400		|111		|501	|1507	|125	|107	|145		|

|600		|144		|-		|-		|152	|148	|178		|

|800		|176		|-		|-		|214	|181	|236		|

|1000		|220		|-		|-		|229	|234	|272		|

说明：也就是在列表数量为400时，微信原生开发的应用，点赞按钮从点击到状态变化需要111毫秒。

测试结果数据说明：

- wepy/mpvue 测试数据不完整的原因同上，在组件较多时，页面已经不再渲染了

- 基于微信自定义组件实现组件开发的框架（uni-app/taro/chameleon），组件数据通讯性能接近于微信原生框架，远高于基于`template`实现组件开发的框架（wepy/mpvue）性能

组件数据更新性能测评：`微信原生开发`,`uni-app`,`taro` > `chameleon` > `wepy` > `mpvue`

综上，本性能测试做了2个测试，长列表加载和组件状态更新，综合2个实验，结论如下：

`微信原生开发手工优化`,`uni-app`>`微信原生开发未手工优化`,`taro` > `chameleon` >> `wepy` > `mpvue`