选型RN理由?

目前各大公司技术栈都是native端(android,iOS)以及H5端,然而这两大传统的开发方式都各有优缺点,下面表格简单汇总一下。

- native端 web端 RN
开发效率
性能
灵活性
接入成本

从上面表格中可以看出native端高性能的代价是低开发效,低灵活性以及接入的高成本,主要归咎于需要同时开发android和iOS两套代码,而且上线成本高。H5的开发方式,受限于webView容器的瓶颈,在页面体验上和native有较大的差距。而RN就是整合native和H5的优点诞生的幸运儿。

RN的痛点

  1. 稳定版本是0.53,嗯,大版本还没有到1。RN发版频率基本5天一个小版本,所以如果线上环境跟随RN一起升级版本,只会疲于奔命,现在RN做的时间相对长一些的公司,比如去哪儿网,58,腾讯的RN版本基本都是在0.50以下,选择一个版本深度定制化。转转做RN是从17年4月份开始的,我们刚开始做RN选择0.44.0版本,后来因为android系统8的出现,RN0.50才开始支持android8,所以我们果断升级为RN0.50.3。

  2. RN框架不支持web端。转转结合社区定制化了自己的转转三端同步方案。

  3. RN原生不支持热更新,虽然有一些比较成熟的比如微软的CodePush。

  4. RN原生的API不足,比如视频上传,播放,文件上传等功能不支持。

如上痛点决定了想要像开发H5一样,顺手的开发RN项目,提前还需要做一番准备,工欲善其事,必先利其器。

拆分打包以及加载顺序

在RN0.50.3基础上,把base部分拆分出来,每个业务线有自己对应的bundle。加载过程是,刚启动App的时候,预加载base部分,同时开始进行热更新逻辑,但进入具体RN业务线的时候,开始加载业务线自己对应的bundle。

热更新 + 集成开发

如果没有热更新,感觉RN就失去了至少50%的价值,所以我们做了热更新管理系统,这个系统负责打包上线,管理bundle等功能。 热更新是通过native端调用接口,从cdn上得到下发的各业务线bundle,然后加载。

三端同步

我们三端同步实现方式是,通过webpack把RN开发项目,通过三端框架打包成H5项目,把诸如View,Text等native标签渲染为div,span等html规范标签。

实践中摸索

对RN的实践,目前我们主要经历两个阶段,第一个阶段我称作“大而全时代”,代表项目是转转内部的“客服中心”。第二个阶段我称作“删繁就简时代”,代表项目是“有好货”,下面从技术栈,路由,导航栏,是否拆包和RN版本等几个维度进行比较。

- 客服中心 有好货
技术栈 RN + redux + react-navigation RN
是否拆包
是否利用路由 是,利用react-navigation提供的路由 否,利用native跳转
RN版本 0.44.0 0.50.3
是否利用native导航栏 否,利用react-navigation提供的导航栏

客服中心:

有好货:

具体介绍:

客服中心是我们将RN应用到工程中的一次试点项目,从上图中可以看出页面之间跳转是非常频繁的,因此我们选择了react-navigation作为路由框架(单页面做多了,习惯了路由),同时利用redux管理全局的数据。后来, 因为跳转定位到指定页面的需求,我们放弃了前端路由的方案,统一利用native提供的跳转实现页面跳转,同时每个页面对应一个moduleName。

无限列表如何设计:

具体到项目里,有好货项目从截图中看出,页面整体滚动,当滚动过头图的时候,下拉组件部分吸顶,继续滚动的话,商品列表开始滚动。那么这种双层滚动的页面该如何设计呢?最开始我们通过在最外层用ScrollView包裹,然后商品列表是另一个ScrollView。

  1. // 外层滚动组件

  2. <ScrollView>

  3.  <Image />

  4.  <View />

  5.  // 商品列表滚动组件

  6.  <ScrollView>

  7.  </ScrollView>

  8. </ScrollView>

上面这种设计如果通过native端解决嵌套滚动的问题的话,貌似可以实现效果,但是如果内部的商品列表滚动组件我们用FlatList实现呢?

  1. // 外层滚动组件

  2. <ScrollView>

  3.  <Image />

  4.  <View />

  5.  // 商品列表滚动组件

  6.  <FlatList>

  7.  </FlatList>

  8. </ScrollView>

基本功能是可以实现的,但是滚动列表的时候通过AndroidStudio查看内存消耗情况,会发现内存一直在上涨,没有利用到FlatList的回收机制,原因是外层的ScrollView的OnScroll事件屏蔽了FlatList的OnScroll事件,导致FlatList的内存回收失效。所以我们舍弃了ScrollView嵌套FlatList的方式,丢掉ScrollView,只用FlatList来包裹,同时,把之前FlatList的兄弟组件作为FlatList组件的renderItem方式引入。

这样的做法就让滚动直接触发FlatList的事件, 利用FlatList的性能优势, 来解决这个问题, 释放了多屏滚动所消耗的内存, 使浏览页面如丝般顺滑, 具体就像下面这样:

  1. // 商品列表滚动组件,Image组件和View组件都包含在FlatList组件中

  2. <FlatList>

  3. </FlatList>

具体实现方式是通过在renderItem函数中,通过data的type类型决定渲染不同的item组件。

  1. renderItem ({item, index}) {

  2.    const {isLoading} = this.state;

  3.    switch (item.type){

  4.        case "Picbanner":

  5.            const {banners} = item;

  6.            return (

  7.                <PicBanner data={item.banners} callback={(height) => (this._picBannerHeight = height)} />

  8.            );

  9.        case "tabMenus":

  10.            const {selectMenu, tabs} = item;

  11.            return (

  12.                <View>

  13.                    <SelectMenu

  14.                        menu={selectMenu}

  15.                        changeMenu={(clickOpts) => this.handleClick(clickOpts)}

  16.                        handleSortCall={(sortPart) => this.handleSortCall(sortPart)}

  17.                        handleBackupPress={() => this.handleBackupPress()}

  18.                    />

  19.                </View>

  20.            );

  21.        default:

  22.            return (

  23.                <Item key={index} item={item} onPressItem={this._onPressItem}></Item>

  24.            )

  25.    }

  26. }

这样做的好处是既可以避免Native端提供嵌套滚动组件,也可以充分利用FlatList的内存回收功能。

说到这, 感觉告一段落了, 我们需要做的还有很多, 包括我们考虑RN应该最适用于什么场景, 或者说究竟我们没有遇到的坑到底有多少, 再换个角度说我们究竟解决什么问题和提高了多少效率, 这些都是我们后面要继续探索和思考的问题。也希望大家积极的给我们提一些意见和想法, 也欢迎大家加入我们的团队, 大家一起学习进步。

转转RN工程化历程的更多相关文章

  1. 【杂谈】RN的一点回顾与未来的展望

    从开始到现在,笔者接触RN已经接近半年,适逢各种变化的发生,于是,简单的遐想了一下RN的未来. Airbnb在今年早些时候,宣布了放弃继续使用RN,并且发布了一篇“React Native at Ai ...

  2. 【wp】2021MAR-DASCTF_逆向

    昨天打完的MAR DASCTF,来复个盘~ 不过就re做了3/4然后有事提前开溜了hhh,拿了drinkSomeTea和replace的三血心满意足(蜜汁三血执念. 感觉这回的出题人好喜欢TEA啊(正 ...

  3. 【react native】有关入坑3个月RN的心路历程

    由于一些原因,笔者最近变更到了RN的团队,回归到了hybrid app的开发的圈子中,固然是有蛮多新鲜感和新机遇的,不过遥想起以前在hybrid中各种view之前跳转的头疼等各种问题,笔者怀着忐忑的心 ...

  4. 自娱自乐RN版小说APP历程记录

    当前rn版本 "react": "16.6.3" "react-native": "0.58.5" 通过react-na ...

  5. 《Node.js在CLI下的工程化体系实践》成都OSC源创汇分享总结

    背景: 随着开发团队规模不断发展壮大,在人员增加的同时也带来了协作成本的增加,业务项目越来越多,类型也各不相同.常见的类型有组件类.活动类.基于React+redux的业务项目.RN项目.Node.j ...

  6. 腾讯IVWEB前端工程化工具feflow思考与实践

    本篇文章主要介绍腾讯IVWEB团队从0到1在工程化的思考和实践.feflow的全称是Front-end flow(前端工作流),致力于提升研发效率和规范的工程化解决方案.愿景是通过feflow,可以使 ...

  7. 《Node.js在CLI下的工程化体系实践》成都OSC源创会分享总结

    背景: 随着开发团队规模不断发展壮大,在人员增加的同时也带来了协作成本的增加,业务项目越来越多,类型也各不相同.常见的类型有组件类.活动类.基于React+redux的业务项目.RN项目.Node.j ...

  8. [转] open-falcon编写的整个脑洞历程

    [From] https://mp.weixin.qq.com/s?__biz=MjM5OTcxMzE0MQ==&mid=400225178&idx=1&sn=c98609a9 ...

  9. JS高级学习历程-6

    PHP菜鸟学习历程-6 [闭包案例] 1 闭包创建数组 <!DOCTYPE html> <html lang="en"> <head> < ...

随机推荐

  1. linux下创建密钥

    1.生成rsa文件 : a)ssh-keygen -t rsa,然后会提示在/root/.ssh/id_rsa这个路径下存放密钥文件 b)进入到/root/.ssh目录下,将id_rsa.pub更改为 ...

  2. Numpy 矩阵库(Matrix)

    Numpy 中包含了一个矩阵库 numpy.matlib, 该模块中的函数返回的是一个矩阵, 而不是 ndarray 对象. 一个 m * n de 矩阵是一个 有 m 行(row) n 列(colu ...

  3. matplotlib -- 基础知识

    matplotlib 组织图表的方式 最上层是一个 Figure 实例,包含了所有可见的和其他一些不可见的内容.该 Figure 实例包含了一个 Axes 实例的成员属性 Figure.axes,同时 ...

  4. java8 先groupingBy 后map

    Map<Integer,List<String>> mapBanJI_UserNameList=list.stream().collect(Collectors.groupin ...

  5. 当Vue中img的src是动态渲染时不显示问题

    最近遇见动态渲染img时,想起了当初刚开始写vue时,曾经遇见的一个小小坑. Vue中:img的src属性是动态渲染时不显示问题1.需求:展示用户头像,数据从后台获取,如果没有拿到则显示默认图片. 如 ...

  6. java之路 把1到100之间的数的偶数相加

    /** *把1到100之间的数的偶数相加 */ class Demo{ public static void main(String[] args){ int i =1; int sum = 0; d ...

  7. 使用Python完成排序(快排法、归并法)

    class Sort(object): def quick_sort(self, ls): self.quick_sort_helper(ls, 0, len(ls) - 1) return ls d ...

  8. Yarn的Linking dependencies特别慢的优化方法

    通过以下方法,可以提升部分速度: 把项目文件夹添加进杀毒软件的白名单 把Yarn的缓存文件夹(yarn cache dir查看路径)添加进杀毒软件白名单 把Yarn的安装目录添加进杀毒软件白名单 把N ...

  9. 【Mybatis】MyBatis之表的关联查询(五)

    本章介绍Mybatis之表的关联查询 一对一关联 查询员工信息以及员工的部门信息 1.准备表employee员工表,department部门表 CREATE TABLE `employee` ( `i ...

  10. tensorflow学习之(十一)RNN+LSTM神经网络的构造

    #RNN 循环神经网络 import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data tf.se ...