简析hotjar录屏功能实现原理

众所周知，hotjar中录屏功能是其重要的一个卖点，看着很牛X酷炫的样子，今天就简单的分析一下其可能实现（这里只根据其请求加上个人理解分析，并不代表hotjar中真实实现必然如此）的原理。

1、获取完整DOM内容

如果要实现完整的录屏功能，在客户端在没有客户允许的前提下，目前是无法做到的，所以只能考虑在服务端来实现，在服务端实现的第一步，就必然需要重现客户端的渲染结果，此时需要完整的发送客户端内容到服务端，在服务端进行完整的渲染。

从布玛的效果来看，获取DOM内容会涉及如下三个请求：

请求1 用来判断该页面内容在服务端是否存在

Request URL: https://in.hotjar.com/api/v1/sites/848493/pages/2338866123/content-id/34b2f50d09fbe08a4444e6691b1be779

Request Method: GET

Status Code: 200 

//响应结果

{"exists": false}

请求2 预检请求  没啥说的，应该都知道干啥的

Request URL: https://in.hotjar.com/api/v1/sites/848493/url-hash/4f9e7b2f60ba35900e873ed12b1502ec/content

Request Method: OPTIONS

Status Code: 200 

请求3 发送完整DOM内容

Request URL: https://in.hotjar.com/api/v1/sites/848493/url-hash/4f9e7b2f60ba35900e873ed12b1502ec/content

Request Method: POST

Status Code: 200 

Request Payload

content: "{"docType":"<!DOCTYPE html>\n","rootId":1,"childre" .......

content_md5: "34b2f50d09fbe08a4444e6691b1be779"

page_id: 2338866123

page_url: "xxxxxxxxx.html"

//响应结果

{"page_content_id": 8784354270, "success": true}

从请求3 中可以看到，content部分其实就是对完整html的json化，这部分内容比较长，只贴出部分内容。

2、获取鼠标移动轨迹

只是获取完整DOM内容只是第一步，在hotjar的录屏功能中，还有一个是获取鼠标运动轨迹，想要绘制运动轨迹，必然要知悉鼠标在时间轴上的位置信息，所以hotjar中，必然要采集鼠标在不同时间点的位置信息，这个可以通过其websocket 请求

Request URL: wss://ws7.hotjar.com/api/v1/client/ws

Request Method: GET

Status Code: 101 Switching Protocols

在ws 请求过程中，会有mouse-move数据包的发送，其基本结构如下：

mouse_move: [{time: 106597, x: 215, y: 115}, {time: 106695, x: 181, y: 105}, {time: 106796, x: 134, y: 139},…]

page_visit_id: 14777325238

page_visit_key: "e9fa998e-5811-4d2f-81d2-bd296c7129af"

其中可以看到mouse_move 数据结构中，包含了时间轴上不断变化的坐标值（x,y）,有了基于时间轴的xy坐标，我们绘制内容就变的不那么复杂了。

3、检测并发送DOM变化

除了鼠标运行轨迹之外，用户在页面上的所有行为都会被完整的记录下来，页面的任何变化也都被记录了下来，如果需要在服务端完整的重新演化这种变化，那么需要把完整的变化结构发送到服务器，让服务端进行变化回溯，hotjar是通过ws中发送mutation发送这种结构包的，当然要发送这种结构包，首先要先观测DOM变化，这里也有一种简单的方式（暂时不确定hotjar的实现）HTML5 DOM4级MutatioObserver方法，可以检查页面中的DOM是否发生变化，大家可以做一下简单的测试：

//选择目标观测节点

let target = document.querySelector('目标节点选择器');

// 创建观察者对象

var observer = new window.MutationObserver(function(mutations) {

  mutations.forEach(function(mutation) {

    console.log(mutation);

  });

});

// 观测项配置:

var config = { attributes: true, childList: true }

// 开始观测目标节点

observer.observe(target, config);

获取到变化的DOM结构（这种变化也是时序的变化，因为任何操作都可能导致变化，变化必然是有先后顺序的），然后通过ws发送到服务器，通过chrome network可以看到ws中mutation基本的包结构如下：

mouse_move: [{time: 118994, x: 404, y: 135}]

mutation: [{time: 118308,…}, {time: 118312,…}, {time: 118336, c: [{id: 7480,…}]}

page_visit_id: 14777325238

page_visit_key: "e9fa998e-5811-4d2f-81d2-bd296c7129af"

里面包含了DOM节点变化，其中包含变化节点如何变化的（通过节点的所有attribute来应用）

4、变化和轨迹回溯生成视频

最后一切数据准备完毕，需要生成视频了，生成视频当然涉及很多的计算，因为要演化和回溯用户的所有操作，我猜可能的思路是这样的：

在服务器启动浏览器并启动录屏软件（录屏软件只是猜测可能有其它多种方式）
根据页面发送的完整DOM进行初始化内容展示
按照时序合并鼠标轨迹和mutation包数据
根据时间轴自动操作改变DOM
访次结束完成录制

总结

hotjar中还涉及到更多的细节实现，里面很多内容也并没有考虑，比如发送view_port report_content包等都没什么在文章中体现出来，但这些并不影响主线分析，另外因为只是简要分析，所以并不涉及实现细节，有兴趣的欢迎留言讨论。