wepy/mpvue/taro/uni-app,小程序開發框架哪家強?

微信小程序如火如荼,各家小程序快速跟進,繼App、H5以後,小程序平臺已躍升爲第三大流量平臺,那現階段快速開發小程序的更優方案是什麼?選擇原生開發,仍是藉助跨端框架?每一個框架又有何差別?javascript

本文經受權轉載,以下爲原文,enjoy!css

以前 Taro 團隊發佈了一篇《小程序多端框架全面測評》,讓開發者對業界主流的跨端框架,有了初步認識。感謝 Taro 團隊的付出。html

不過橫評這件事,要想獲得更精確的結論,其實很是花費時間。它須要:前端

  • 真實的動手寫多個平臺的測試demo,比較各個平臺的功能、性能,它們的實際狀況究竟是不是如文檔宣傳的那樣?
  • 真實的學習每一個框架,瞭解它們的學習曲線,在實際開發中遇到問題時,感覺它們的文檔、教程、社區生態和技服能力到底怎麼樣?

咱們 uni-app 團隊投入兩週完成了這個深度評測,下面咱們就分享下,實際開發不一樣框架的測試例時遇到的問題,以及在各端的兼容測試結果。在本文裏,咱們團隊基於真實測試數據及各框架官網可採集到的公開數據,但願客觀公正地評價各個框架的選型和優劣。但宥於利益相關,本文的觀點極可能是帶有偏向性的,你們能夠帶着批判的眼光去看待。vue

評測實驗介紹

  • 開發內容:開發一個仿微博小程序首頁的複雜長列表,支持下拉刷新、上拉翻頁、點贊。java

  • 界面以下:
    react

  • 開發版本:一共開發了6個版本,包括微信原生版、wepy版、mpvue版、taro版、uni-app版、chameleon版(以這些產品發佈時間排序,下同),按照官網指引經過cli方式默認安裝。git

  • 測試代碼開源(Github倉庫地址:https://github.com/dcloudio/test-framework),
    Tips:如有同窗以爲測試代碼寫法欠妥,歡迎提交 PR 或 Issus程序員

  • 測試機型:紅米 Redmi 6 Pro、MIUI 10.2.2.0 穩定版(最新版)、微信版本 7.0.3(最新版)github

  • 測試環境:每一個框架開始測試前,殺掉各App進程、清空內存,保證測試機環境基本一致;每次從本地讀取靜態數據,屏蔽網絡差別。

  • 測試維度:
    1. 跨端支持度如何?
    2. 性能如何?
    3. 學習門檻
    4. 工具與周邊生態

1. 跨端支持度如何

開發一次,處處運行,是每一個程序員的夢想。但現實每每變成開發一次,處處調錯。

各個待評測框架,是否真得如宣傳的那樣,一次開發、多端發佈?

咱們將上述仿微博App依次發佈到各平臺,驗證每一個框架在各端的兼容性,結果以下:

測試結果說明:

  • ⭕ 表示支持且功能正常,❌ 表示不支持,其它則表示支持但存在部分bug或兼容問題
  • wepy 2.0 宣稱版已支持其餘家小程序,本測試基於wepy官網指引安裝的wepy-cli版本爲1.7.3,尚不支持多端
  • chameleon官網未找到stopPullDownRefresh定義,中止頁面下拉刷新需分平臺編寫

經過這個簡單的例子能夠看出,跨端支持度測評結論:uni-app > taro > chameleon > mpvue >wepy原生微信小程序

可是僅有上面的測試還不全面,實際業務要比這個測試例複雜不少。但咱們無法開發不少複雜業務作評測,因此還須要再對照各家文檔補充一些信息。
因爲每一個框架的文檔中都描述了各類組件和API的跨端支持程度。咱們過了幾家的文檔,發現各家基本是以微信小程序爲基線,而後把各類組件和API在其餘端實現了一遍:

  • taro:H5端實現了大部分微信的API,App端和微信的差別比較大。
  • uni-app:組件、API、配置,大部分在各個端均已實現,個別API有說明在某些端不支持。能夠看出uni-app是完整在H5端實現了一套微信模擬器,在App端實現了一套微信小程序引擎,才達到比較完善的平臺兼容性。
  • chameleon:很是經常使用的一些組件和API在各端已經實現,這部分的平臺差別較少。但大量組件和API須要開發者本身分平臺寫代碼。

跨端框架,一方面要考慮框架提供的通用api跨端支持,同時還要考慮不一樣端的特點差別如何兼容。畢竟每一個端都會有本身的特點,不可能徹底一致。

  • taro:提供了js環境變量判斷和統一接口的多端文件,能夠在組件、js、文件方面擴展多端,不支持其餘環節的分平臺處理。
  • uni-app:提供了條件編譯模型,全部代碼包括組件、js、css、配置json、文件、目錄,均支持條件編譯,可不受限的編寫各端差別代碼。
  • chameleon:提供了多態方案,能夠在組件、js、文件方面擴展多端,不支持其餘方式的分平臺處理。

跨端框架,還涉及一個ui框架的跨端問題,評測結果以下:

  • taro:官方提供了taro ui,只支持微信小程序和H5兩端,不支持App,詳見
  • uni-app:官方提供了uni ui,可全端運行;uni-app還有一個插件市場,裏面有不少三方ui組件,詳見
  • chameleon:官方提供了cml-ui擴展組件庫,可全端運行,但組件數量略少,詳見

最後補充跨端案例:

  • mpvue:微信端案例豐富,未見其它端案例
  • taro:微信端案例豐富,百度、支付寶、H5端亦有少許案例
  • uni-app:微信、App、H5三端案例豐富,官方示例已發佈到6端
  • chameleon:未看到任何端案例

綜合以上信息,本項的最終評測結論:uni-app > taro > chameleon > mpvue > wepy原生微信小程序

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是否會下降運行性能?

尤爲是與原生微信小程序開發相比性能怎麼樣,這是你們廣泛關心的問題。

咱們依然以上述仿微博小程序爲例,測試2個容易出性能問題的點:長列表加載、大量點贊組件的響應。

2.1 長列表加載

仿微博的列表是一個包含不少組件的列表,這種複雜列表對性能的壓力更大,很適合作性能測試。

從觸發上拉加載到數據更新、頁面渲染完成,須要準確計時。人眼視覺計時確定不行,咱們採用程序埋點的方式,制定了以下計時時機:

  • 計時開始時機:交互事件觸發,框架賦值以前,如:上拉加載(onReachBottom)函數開頭
  • 計時結束時機:頁面渲染完畢(微信setData回調函數開頭)

Tips:setData回調函數開頭可認爲是頁面渲染完成的時間,是由於微信setData定義以下(微信規範):

字段 類型 必填 描述
data Object 此次要改變的數據
callback Function setData引發的界面更新渲染完畢後的回調函數

測試方式:從頁面空列表開始,經過程序自動觸發上拉加載,每次新增20條列表,記錄單次耗時;固定間隔連續觸發 N 次上拉加載,使得頁面達到 20*N 條列表,計算這 N 次觸發上拉到渲染完成的平均耗時。

測試結果以下:

說明:以400條微博列表爲例,從頁面空列表開始,每隔1秒觸發一次上拉加載(新增20條微博),記錄單次耗時,觸發20次後中止(頁面達到400條微博),計算這20次的平均耗時,結果微信原生在這20次 觸發上拉 -> 渲染完成 的平均耗時爲876毫秒,最快的uni-app是741毫秒,最慢的mpvue是4493毫秒

你們初看這個數據,可能比較疑惑,別急,下方有詳細說明

說明1:爲什麼 mpvue/wepy 測試數據不完整?

mpvuewepy 誕生之初,微信小程序尚不支持自定義組件,沒法進行組件化開發;mpvuewepy 爲解決這個問題,將用戶編寫的Vue組件,編譯爲WXML中的模板(template),變相實現了組件化開發能力,提升代碼複用性,這在當時的技術條件下是很棒的技術方案。

但如此方案,在頁面複雜、組件較多的時,會大量增長頁面 dom 節點數量,甚至超出微信的 dom 節點數限制。咱們在 紅米手機(Redmi 6 Pro)上實測,頁面組件超過500個時,mpvuewepy 實現的仿微博App就會報出以下異常,並中止渲染,故這兩個測試框架在組件較多時,測試數據不完整。這也就意味着,當頁面組件太多時,沒法使用這2個框架。

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

Tips:wepy在400條列表之內,爲什麼性能高於微信原生框架,這個跟自定義組件管理開銷及業務場景有關(wepy編譯爲模板,不涉及組件建立及管理開銷),後續對微博點贊,涉及組件數據傳遞時,微信原生框架的性能優點就提現出來了,詳見下方測試數據。

說明2:爲何測試數據顯示uni-app 會比微信原生框架的性能略好呢?

其實,在頁面上有200條記錄(200個組件)時,taro 性能數據也比微信原生框架更好。

微信原生框架耗時主要在setData調用上,開發者若不單獨優化,則每次都會傳遞大量數據;而 uni-apptaro 都在調用setData以前自動作diff計算,每次僅傳遞變更的數據。

例如當前頁面有20條數據,觸發上拉加載時,會新加載20條數據,此時原生框架經過以下代碼測試時,setData會傳輸40條數據

data: {
    listData: []
},
onReachBottom() { //上拉加載
    let listData = this.data.listData;
    listData.push(...Api.getNews());//新增數據
    this.setData({
        listData
    }) //全量數據,發送數據到視圖層
}

開發者使用微信原生框架,徹底能夠本身優化,精簡傳遞數據,好比修改以下:

data: {
    listData: []
},
onReachBottom() { //上拉加載
    // 經過長度獲取下一次渲染的索引
    let index = this.data.listData.length;
    let newData = {}; //新變動數據
    Api.getNews().forEach((item) => {
        newData['listData[' + (index++) + ']'] = item //賦值,索引遞增
    }) 
    this.setData(newData) //增量數據,發送數據到視圖層
}

通過如上優化修改後,再次測試,微信原生框架性能數據以下:

從測試結果可看出,通過開發者手動優化,微信原生框架可達到更好的性能,但 uni-apptaro 相比微信原生,性能差距並不大。

這個結果,和web開發相似,web開發也有原生js開發、vue、react框架等狀況。若是不作特殊優化,原生js寫的網頁,性能常常還不如vue、react框架的性能。

也偏偏是由於Vuereact框架的優秀,性能好,開發體驗好,因此原生js開發已經逐漸減小使用了。

複雜長列表加載下一頁評測結論:微信原生開發手工優化,uni-app>微信原生開發未手工優化,taro > chameleon > wepy > mpvue

注:有人覺得uni-app和mpvue是同樣的,早期uni-app確實使用過mpvue,但後來由於性能和vue語法支持度問題已經從新開發了。

2.2 點贊組件響應速度

長列表中的某個組件,好比點贊組件,點擊時是否能及時的修改未贊和已贊狀態?是這項測試的評測點。

測試方式:

  • 選中某微博,點擊「點贊」按鈕,實現點贊狀態狀態切換(已贊高亮、未贊灰色),
  • 點贊按鈕 onclick函數開頭開始計時,setData回調函數開頭結束計時;

在紅米手機(Redmi 6 Pro)上進行屢次測試,求其平均值,結果以下:

說明:也就是在列表數量爲400時,微信原生開發的應用,點贊按鈕從點擊到狀態變化須要111毫秒。

測試結果數聽說明:

  • wepy/mpvue 測試數據不完整的緣由同上,在組件較多時,頁面已經再也不渲染了
  • 基於微信自定義組件實現組件開發的框架(uni-app/taro/chameleon),組件數據通信性能接近於微信原生框架,遠高於基於template實現組件開發的框架(wepy/mpvue)性能

組件數據更新性能測評:微信原生開發,uni-app,taro > chameleon > wepy > mpvue

綜上,本性能測試作了2個測試,長列表加載和組件狀態更新,綜合2個實驗,結論以下:

微信原生開發手工優化,uni-app>微信原生開發未手工優化,taro > chameleon >> wepy > mpvue

3. 學習門檻

DSL語法支持度

主流跨端框架基本都遵循React、Vue(類Vue)語法,其主要目的:複用工程師的現有技術棧,下降學習成本。此時,跨端框架對於原框架(React/Vue)語法的支持度就是一個重要的衡量標準,若是支持度較低、和原框架語法差別較大,則開發者無異於要學習一門新的框架,成本過高。

實際開發中發現,各個多端框架,都沒有徹底實現vue、react在web上的全部語法:
taro 對於 JSX 的語法支持是相對完善的,其文檔中描述將來版本計劃,

更多的 JSX 語法支持,1.3 以後限制生產力的語法只有只能用 map 創造循環組件一條

mpvueuni-app 框架基於 Vue.js 核心,經過修改 Vue.jsruntimecompiler,實現了在小程序端的運行,支持絕大部分的Vue語法;uni-app 編譯到微信端曾經使用過mpvue,但後來從新編寫,支持了更多vue語法如filter、複雜 JavaScript 表達式等;

wepychameleon 都是 類Vue 的實現,僅支持 Vue 的部分語法,開發時須要單獨學習它們的規則;

DSL語法支持評測:taro,uni-app > mpvue > wepy,chameleon

學習資料完善度

  • 官方文檔、問題搜索、示例demo的完備度方面:
  • wepy:文檔只有2頁,也無需搜索。僅支持微信,因此組件API等文檔都直接看微信的文檔。沒有提供示例demo。詳見
  • mpvue:文檔較少,但其概念不復雜,也沒有支持H五、App,因此組件API等文檔都直接看微信的文檔,學習難度低。問題搜索效果通常。沒有提供示例demo。詳見
  • taro:基礎API文檔完整,具體使用問題資源較少,問題搜索效果通常,示例demo只包含基礎功能,僅發佈了微信一端。詳見
  • uni-app:基礎文檔和各類使用專題內容豐富,問題搜索效果較好,示例demo功能完備,併發布爲7端上線。詳見
  • chameleon:基礎API文檔完整,具體使用問題資源較少,問題搜索效果通常,示例demo只包含基礎功能,僅發佈了微信一端。詳見

  • 教學課程方面:

學習資料完善度評測:uni-app > mpvue , taro > chameleon > wepy

技術支持和社區活躍度

開發不免遇到問題,官方技術支持和社區活躍度很重要。

本次評測demo開發期間,咱們的同窗(同時掌握vue和react),在學習研究各個多端框架時,切實感覺到因爲語法、學習資料、社區的差別帶來的學習門檻,吐出了不少槽。

綜合評估,本項評測結論:uni-app > taro > mpvue > wepy > chameleon

Tips:本測評忽略React、Vue兩框架自身的學習門檻

4. 工具和周邊生態

工具

全部多端框架均支持cli模式,能夠在主流前端工具中開發。
各框架基本都帶有d.ts的語法提示庫。
因爲mpvueuni-apptaro直接支持vuereact語法,配套的ide工具鏈較豐富,着色、校驗、格式化完善,chameleon針對部分編輯器推薦了插件,wepy的有一些三方維護的vscode插件。

工具屬性維度,明顯高出一截的框架是uni-app,其出品公司同時也是HBuilder的出品公司,DCloud.io
HBuilder/HBuilderX系列是四大主流前端開發工具(可對比百度指數),其爲uni-app作了不少優化,故uni-app的開發效率、易用性非其餘框架可及。
固然對於不習慣HBuilderX的開發者而言,uni-app的這個優點沒法體現。

周邊生態

一個底層框架,其周邊配套很是重要,好比ui庫、js庫、項目模板。

  • wepy:出現時間久,開源項目多,佔據必定優點。
  • mpvue:發佈時間也較早,歷史積累較多。
  • taro:官方提供了taro ui,github上有一些開源項目。不過taro ui只支持小程序和H5,不支持App端
  • uni-app:提供了插件市場,ui庫、周邊模板豐富
  • chameleon:尚未造成周邊生態。

值得注意的是,uni-appmpvue的插件生態是互通的,都是vue插件。因此雙方還聯合舉辦了插件大賽。這個聯合生態的周邊豐富度,是目前各個框架中最豐富的。

綜上比較,工具和周邊生態評測結論:uni-app,mpvue > wepy > taro > chameleon

其餘常見評測指標

github star:

github star 數對比: taro > wepy >mpvue > uni-app > chameleon

Tips:

  • star 數採集時間:2019.04.08 16:30

百度指數

百度指數表明了開發者的搜索量和包含關鍵字的網頁數量。以下是各跨端框架近7天(2019-03-24 ~ 2019-03-30)的百度指數:

Tips:

  • wepy未被百度指數收錄,說明其搜索量和包含該關鍵字的網頁數量都不夠多。

能夠看出一個較大的衝突就是uni-app的star數量較少,而百度指數較高。

根據咱們分析,star數量和產品發佈時間有關,也和用戶使用習慣有關。大多框架的交流互動主要是github的issus,而uni-app的開發者在其問答社區交流,github頁面訪問量較低。另外咱們觀察了一週的star的增速,每週star新增量,uni-app是最多的。

案例

咱們對比了每一個框架公佈的案例,以下的框架名稱的超連接已指向其案例頁面,能夠直接訪問。

僅看發佈到微信小程序的案例,數量和質量綜合對比,wepy > mpvue > taro , uni-app > chameleon

若是看多端案例,綜合對比,uni-app > taro > mpvue > wepy > chameleon

  • wepy:的知名案例較多,包括不少一線互聯網公司。
  • mpvuetaro:跨端框架的出品方自己爲一線互聯網公司,其內部項目會使用這些框架,經受過實戰考驗。除內部項目外,暫無其餘一線互聯網公司使用。
  • uni-app:案例不少,官方數據已經超過10w+。但以創業者和政企單位爲主,暫無一線開發者使用。
  • chameleon:未找到案例,沒法參與本評測。

其餘補充說明

1. App側的補充說明

目前有tarouni-appchameleon三家框架支持App端。但在App端大可能是三方產品,好比taro使用expo(一個基於react native的封裝庫),chameleon使用weex

無論react native仍是weex,其架構與小程序架構徹底不一樣,從排版到API能力都差異很大,因此這類產品跨App端時兼容性較差。

uni-app的App端,內置一個完整小程序引擎,並補充了可選的weex引擎給對性能要求更高的開發者。這也是uni-app在App端可以正常運行微信小程序代碼的緣由。

整個業內目前還不存在一個徹底開源的小程序引擎(微信、百度、支付寶、頭條的小程序引擎源碼均未開源)。uni-app的小程序引擎不是全開源,而是能力層開源,中控未開源。

因此可能各家的多端框架,在App端都有不完美的地方,須要開發者使用時注意。

其實App引擎並不是前端領域,是原生領域的另外一個競技場。後續uni-app會再出一個與cordovareact nativeweexflutter的橫評。

2. 轉換和混寫

taro提供了原生小程序轉換爲taro工程的轉換器,也支持在原生小程序裏部分頁面嵌入taro編寫的頁面。uni-appchameleon提供了轉換的文檔,沒有轉換工具。

結語

真實客觀的永遠是實驗和數據,而不是結論。不一樣需求的開發者,能夠根據上述實驗數據,自行得出本身的選型結論。

但做爲一篇完整的評測,咱們也必須提供一份總結,雖然它可能加入了咱們的主觀感覺:

  • 若是你只開發微信小程序,不作多端,uni-app仍然是最好的選擇,除非你有興趣手動優化原生小程序的代碼,或者對react很是熟悉不肯意學習vue也可使用taro

  • 若是你主要爲了統一各家小程序,uni-app仍然是最好的選擇,taro次之。

  • 若是你還須要跨端到H5側,那麼uni-app是最好的選擇。

  • 若是你還須要跨端到App側,那麼uni-app是惟一可商用的選擇。

固然,uni-app也距離完美尚遠,只是在參比框架中相對有優點。uni-app團隊也仍繼續大力投入,持續填坑,幫助開發者提高投入產出、提高開發體驗!

若有讀者認爲本文中任何評測失真,歡迎在這裏報 issuse

相關文章
相關標籤/搜索