默认
打赏 发表评论 0
想开发IM:买成品怕坑?租第3方怕贵?找开源自已撸?尽量别走弯路了... 找站长给点建议
IM跨平台技术学习(三):vivo的Electron技术栈选型、全方位实践总结
阅读(50195) | 评论(0 收藏4 淘帖2 2
微信扫一扫关注!

本文由vivo技术团队Yang Kun分享,原题“electron 应用开发优秀实践”,即时通讯网有修订。


1、引言


在上篇《Electron初体验(快速开始、跨进程通信、打包、踩坑等)》的分享中,我们已经对Electron跨端框架的开发有了大概的了解。

本篇将基于vivo技术团队的技术实践,详细阐述了vivo在使用Electron进行跨端桌面开发时的技术栈选型考量,同时分享了在打包构建、版本更新、性能优化、质量保障、安全性等方面的实践方案和踩坑总结。

IM跨平台技术学习(三):vivo的Electron技术栈选型、全方位实践总结_cover-opti.png

2、系列文章


本文是系列文章中的第3篇,本系列总目录如下:


3、技术背景


因业务发展,我们需要用到桌面端技术,技术特性涉及离线可用、调用桌面系统能力等要求。

那么什么是桌面端开发?一句话概括就是:以 Windows 、MacOS 和 Linux 为操作系统的桌面软件开发。

对此我们做了详细的技术调研:桌面端的开发方式主要有 Native 、 QT 、 Flutter 、 NW 、 ElectronTarui

这些技术各自优劣势如下表格所示:
IM跨平台技术学习(三):vivo的Electron技术栈选型、全方位实践总结_1.png

我们最终的桌面端技术选型是 Electron,Electron 是一个可以使用 Web 技术来开发跨平台桌面应用的开发框架。

其技术组成如下:
Electron = Chromium + Node.js + Native API

各技术能力如下图所示:
IM跨平台技术学习(三):vivo的Electron技术栈选型、全方位实践总结_2.jpg

整体架构如下图所示:
IM跨平台技术学习(三):vivo的Electron技术栈选型、全方位实践总结_3.png

Electron 是多进程架构,架构具有以下特点:

  • 1)由一个主进程和 N 个渲染进程组成;
  • 2)主进程承担主导作用,用于完成各种跨平台和原生交互;
  • 3)渲染进程可以是多个,使用 Web 技术开发,通过浏览器内核渲染页面;
  • 4)主进程和渲染进程通过进程间通信来完成各种功能。

这里回顾一下 Electron 进程间通信技术原理。

electron 使用 IPC (interprocess communication) 在进程之间进行通信。

如下图所示:
IM跨平台技术学习(三):vivo的Electron技术栈选型、全方位实践总结_4.png

其提供了 IPC 通信模块,主进程的 ipcMain 和渲染进程的 ipcRenderer。

从 electron 源码中可以看出, ipcMain 和 ipcRenderer 都是 EventEmitter 对象。

源码如下图所示:
IM跨平台技术学习(三):vivo的Electron技术栈选型、全方位实践总结_5.png

看到源码实现,是不是觉得 IPC 不难理解了。知其本质,方可游刃有余。

限于篇幅,这里对Electron的基础知识就不再展开,有兴趣的读者可回顾一下本系列的前两篇《快速了解新一代跨平台桌面技术——Electron》、《Electron初体验(快速开始、跨进程通信、打包、踩坑等)》(这篇中的“5、进程详解”特别介绍了Electron进程间的关系以及通信原理)。

4、开发技术栈选型


4.1编程语言选型


我们最终选择的是Typescript,理由如下。

针对开发者:

  • 1)Javascript 的超集(无缝支持所有的 es2020+ 所有的特性,学习成本小);
  • 2)编译生成的 JavaScript 的代码保持很好的可读性;
  • 3)可维护性明显增强;
  • 4)完整的 OOP 的支持(extends, interface, private, protect, public等);
  • 5)类型即文档;
  • 6)类型的约束,更少的单元测试的覆盖;
  • 7)更安全的代码。

针对工具:

  • 1)更好的重构能力;
  • 2)静态分析自动导包;
  • 3)代码错误检查;
  • 4)代码跳转;
  • 5)代码提示补齐。

社区支持:大量的社区的类型定义文件 提升开发效率。

4.2构建工具选型


我们选择的是 Electron-Forge

理由很充分:Electron-Forge简单而又强大,目前 electron 应用最好的构建工具之一。

这里提一下 electron-builder 其和 electron-forge 的介绍和区别。

看下图所示:
IM跨平台技术学习(三):vivo的Electron技术栈选型、全方位实践总结_6.png

两者最大的区别在于自由度,两者在能力上基本没什么差异了,从官方组织中的排序看,有意优先推荐 electron-forge 。

4.3Web方案选型


我们采用的是 Vue3 ,同时使用 Vite 作为构建工具,具体优点,大家可以查看官网介绍,这套组合是目前主流的 Web 开发方案。
        

4.4monorepo方案选型


目前的 monorepo 生态百花齐放,正确的实践方法应该是集大成法,也就是取各家之长,目前的趋势也是如此,各开源 monorepo 工具达成默契,专注自己擅长的能力。

如 pnpm 擅长依赖管理, turbo 擅长构建任务编排。遂在 monorepo 技术选型上,我选择了 pnpmturbo

以下是pnpm的官网
IM跨平台技术学习(三):vivo的Electron技术栈选型、全方位实践总结_7.png

pnpm 理由如下:

  • 1)目前最好的包管理工具(pnpm 吸收了npm、yarn、lerna等主流工具的精华,并去其糟粕);
  • 2)生态、社区活跃且强大;
  • 3)结合 workspace 可以完成 monorepo 最佳设计和实践;
  • 4)在管理多项目的包依赖、代码风格、代码质量、组件库复用等场景下,表现出色;
  • 5)在框架、库的开发、调试、维护方面,表现出色。

相比于 vue 官网,在使用 pnpm 上,我加了 workspace 。

turbo 理由如下:

  • 1)它是一个高性能构建系统(拥有增量构建、云缓存、并行执行、运行时零开销、任务管道、精简子集等特性);
  • 2)具有非常优秀的任务编排能力(可以弥补 pnpm 在任务编排上的短板)。

4.5本地数据库选型


Electron 应用数据库有非常多的选择如 lowdbsqlite3 、 electron-store 、 pouchdb 、 dedb 、 rxdb 、 dexie 、 ImmortalDB 等。

这些数据库都有一个特性,那就是无服务器。

Electron本地数据库技术选型考虑因素主要有:

  • 1)生态(使用者数量、维护频率、版本稳定度);
  • 2)能力;
  • 3)性能;
  • 4)其他(和使用者技术匹配度)。

我们通过以下渠道进行了相关调研:

  • 1)github 的 issues、commit、fork、star;
  • 2)sourcegraph 关键字搜索结果数;
  • 3)npm 包下载量、版本发布;
  • 4)官网和博客。

给出四个最优选择,分别是 lowdb 、 sqlite3 、 nedb 、 electron-store 。

我们的理由如下:

  • 1)lowdb:生态、能力、性能三方面表现优秀, json 形式的存储结构, 支持 lodash 、 ramda 等 api 操作,利于备份和调用;
  • 2)sqlite3:生态、能力、性能三方面表现优秀, Nodejs 关系型数据库第一选择方案;
  • 3)nedb:能力、性能三方面表现优秀,缺点是基本不维护了,但底子还在,尤其操作是 MongoDB 的子集,对于熟悉 MongoDB 的使用者来说是绝佳选择;
  • 4)electron-store:生态表现优秀,轻量级持久化方案,简单易用。

我们使用的数据库最终选型是 lowdb 方案。

PS:提一下 pouchdb ,如果需要将本地数据同步到远端数据库,可以使用 pouchdb ,其和 couchdb 可以轻松完成同步。

4.6脚本工具选型


软件开发过程中,将一些流程和操作通过脚本来完成,可以有效地提高开发效率和幸福度。

依赖 node runtime 的优秀选择就两个:shelljszx

选择 zx 的理由如下:

  • 1)自带 fetch 、 chalk 等常用库,使用方便快捷;
  • 2)多个子进程方便快捷(执行远端脚本、解析 md 、 xml 文件脚本、支持 ts),功能丰富且强大;
  • 3)谷歌出品、大厂背景,生态非常活跃。

至此,技术选型就介绍完了。

5、打包构建实践


5.1应用图标生成


不同尺寸图标的生成有以下方法。

Windows:


MacOS:


5.2二进制文件构建


本章节内容是基于 electron-forge 阐述的,不过原理是一样的。

在开发桌面端应用时,会有场景要用到第三方的二进制程序,比如 ffmpeg 这种。

在构建二进制程序时,要关注以下两个注意项。

1)二进制程序不能打包进 asar 中 可以在构建配置文件(forge.config.js)进行如下设置:
const os = require('os')
const platform = os.platform()
const config = {
  packagerConfig: {
    // 可以将 ffmpeg 目录打包到 asar 目录外面
    extraResource: [`./src/main/ffmpeg/`]
  }
}

2)开发和生产环境,获取二进制程序路径方法是不一样的 可以采用如下代码进行动态获取:
import { app } from 'electron'
import os from 'os'
import path from 'path'
const platform = os.platform()
const dir = app.getAppPath()
let basePath = ''
if(app.isPackaged) basePath = path.join(process.resourcesPath)
else basePath = path.join(dir, 'ffmpeg')
const isWin = platform === 'win32'
// ffmpeg 二进制程序路径
const ffmpegPath = path.join(basePath, `${platform}`, `ffmpeg${isWin ? '.exe' :

5.3按需构建


如何对跨平台二进制文件进行按需构建呢?

比如桌面应用中用到了 ffmpeg , 它需要有 windows 、 mac 和 linux 的下载二进制。

在打包的时候,如果不做按需构建,则会将 3 个二进制文件全部打到构建中,这样会让应用体积增加很多。

可以在 forge.config.js 配置文件中进行如下配置,即可完成按需构建。

代码如下:
const platform = os.platform()
const config = {
  packagerConfig: {
    extraResource: [`./src/main/ffmpeg/${platform}`]
  },
}

通过 platform 变量来把对应系统的二进制打到构建中,即可完成对二进制文件的按需构建。

5.4性能优化


主要是构建速度和构建体积优化,构建速度这块不好优化。这里重点说下构建体积优化,拿 mac 系统举例说明, 在 electron 应用打包后,查看应用包内容。

如下图所示:
IM跨平台技术学习(三):vivo的Electron技术栈选型、全方位实践总结_8.png

可以看到有一个 app.asar 文件。

这个文件用 asar 解压后可以看到有以下内容:
IM跨平台技术学习(三):vivo的Electron技术栈选型、全方位实践总结_9.png

可以看出 asar 中的文件,就是我们构建后的项目代码,从图中可以看到有 node_modules 目录, 这是因为在 electron 构建机制中,会自动把 dependencies 的依赖全部打到 asar 中。

结合上述分析,我们的优化措施有以下4点:

  • 1)将 web 端构建所需的依赖全部放到 devDependencies 中,只将在 electron 端需要的依赖放到 dependencies;
  • 2)将和生产无关的代码和文件从构建中剔除;
  • 3)对跨平台使用的二进制文件,如 ffmpeg 进行按需构建(上文按需构建已介绍);
  • 4)对 node_modules 进行清理精简。

这里提下第 4) 点,如何对 node_modules 进行清理精简呢?

如果是 yarn 安装的依赖:我们可以在根目录使用下面命令进行精简:
yarn autoclean -I
yarn autoclean -F

如果是 pnpm 安装的依赖: 4)点应该不起作用了。我在项目中使用 yarn 安装依赖,然后执行上述命令后,发现打包体积减少了 6M , 虽然不多,但也还可以。

6、版本更新实践


6.1全量更新


全量更新就是通过下载最新的包或者 zip 文件,进行软件更新,需要替换所有的文件。

整体设计流程图如下:
IM跨平台技术学习(三):vivo的Electron技术栈选型、全方位实践总结_10.png

按照流程图去实现,我们需要做以下事情:

  • 1)开发服务端接口,用来返回应用最新版本信息;
  • 2)渲染进程使用 axios 等工具请求接口,获取最新版本信息;
  • 3)封装更新逻辑,用来对接口返回的版本信息进行综合比较,判断是否更新;
  • 4)通过 ipc 通信将更新信息传递给主进程;
  • 5)主进程通过 electron-updater 进行全量更新;
  • 6)将更新信息通过 ipc 推送给渲染进程;
  • 7)渲染进程向用户展示更新信息,若更新成功,则弹出弹窗告诉用户重启应用,完成软件更新。

6.2增量更新


增量更新是通过拉取最新的渲染层打包文件,覆盖之前的渲染层代码,完成软件更新,此方案只需替换渲染层代码,无需替换所有文件。

IM跨平台技术学习(三):vivo的Electron技术栈选型、全方位实践总结_11.png

按照流程图去实现,我们需要做以下事情:

  • 1)渲染进程定时通知主进程检测更新;
  • 2)主进程检测更新;
  • 3)需要更新,则拉取线上最新包;
  • 4)删除旧版本包,复制线上最新包,完成增量更新;
  • 5)通知渲染进程,提示用户重启应用完成更新。

全量更新和增量更新各有优势,多数情况下,采用增量更新来提高用户更新体验,同时使用全量更新作为兜底更新方案

7、性能优化实践


打包构建优化在上节内容中已经详细介绍过了,这里不再介绍,下面将介绍我们对“启动时优化”和“运行时优化”的实践。

7.1启动时优化


主要从以下几个方面着手:

  • 1)使用 v8-compile-cache 缓存编译代码;
  • 2)优先加载核心功能,非核心功能动态加载;
  • 3)使用多进程,多线程技术;
  • 4)采用 asar 打包:会加快启动速度;
  • 5)增加视觉过渡:loading + 骨架屏。

7.1.1)使用 v8-compile-cache 缓存编译代码:

使用 V8 缓存数据,为什么要这么做呢?

因为 electorn 使用 V8 引擎运行 js , V8 运行 js 时,需要先进行解析和编译,再执行代码。其中,解析和编译过程消耗时间多,经常导致性能瓶颈。而 V8 缓存功能,可以将编译后的字节码缓存起来,省去下一次解析、编译的时间。

主要使用 v8-compile-cache 来缓存编译的代码,做法很简单:在需要缓存的地方加一行
require('v8-compile-cache')

其他使用方法请查看此链接文档 :https://www.npmjs.com/package/v8-compile-cache

7.1.2)优先加载核心功能,非核心功能动态加载:

伪代码如下:
export function share() {
  const kun = require('kun')
  kun()
}

7.2运行时优化


主要从以下几个方面着手:

  • 1)对渲染进程 进行 Web 性能优化;
  • 2)对主进程进行轻量瘦身。

7.2.1)对渲染进程 进行 Web 性能优化:

用一个思维导图来完整阐述如何进行 Web 性能优化,如下图所示:
IM跨平台技术学习(三):vivo的Electron技术栈选型、全方位实践总结_12.png

上图基本包含了性能优化的核心关键点和内容,大家可以以此作为参考,去做性能优化。

7.2.2)对主进程进行轻量瘦身:

核心方案就是将运行时耗时、计算量大的功能交给新开的 node 进程去执行处理。

伪代码如下:
const { fork } = require('child_process')
let { app } = require('electron')

function createProcess(socketName) {
  process = fork(`xxxx/server.js`, [
    '--subprocess',
    app.getVersion(),
    socketName
  ])
}

const initApp = async () => {
  // 其他初始化代码...
  let socket = await findSocket()
  createProcess(socket)
}

app.on('ready', initApp)

通过以上代码,将耗时、计算量大的功能,放在 server.js ,然后再 fork 到新开 node 进程中进行处理。

至此,性能优化实践就介绍完了。

8、质量保障实践


8.1概述


质量保障的全流程措施如下图所示:
IM跨平台技术学习(三):vivo的Electron技术栈选型、全方位实践总结_13.png

本节主要从以下3个方面分享:

  • 1)自动化测试;
  • 2)崩溃监控;
  • 3)崩溃治理。

下面将会依次介绍上述内容。

8.2自动化测试


自动化测试是什么?
IM跨平台技术学习(三):vivo的Electron技术栈选型、全方位实践总结_14.png

上图是做自动化测试一个完整步骤,大家可以看图领会。

自动化测试主要分为 单元测试、集成测试、端到端测试。

三者关系如下图所示:
IM跨平台技术学习(三):vivo的Electron技术栈选型、全方位实践总结_15.png

一般情况下:作为软件工程师,我们做到一定的单元测试就可以了。而且从我目前经验来说,如果是写业务性质的项目,基本上不会编写测试相关的代码。

自动化测试主要是用来编写库、框架、组件等需要作为单独个体提供给他人使用的。

electron 的测试工具推荐 vitest 、 spectron 。具体用法参考官网文档即可,没什么特别的技巧。

8.3崩溃监控


对于 GUI 软件,尤其桌面端软件来说,崩溃率非常重要,因此需要对崩溃进行监控。

崩溃监控原理如下图所示:
IM跨平台技术学习(三):vivo的Electron技术栈选型、全方位实践总结_16.png

崩溃监控技巧:

  • 1)渲染进程崩溃后,提示用户重新加载;
  • 2)通过 preload 统一初始化崩溃监控;
  • 3)主进程、渲染进程通过 process.crash() 进行模拟崩溃;
  • 4)对崩溃日志进行收集分析。

崩溃监控做好后,如果发生崩溃,该如何治理崩溃呢?

8.4崩溃治理


崩溃治理难点:

  • 1)定位出错栈困难:Native 错误栈,无操作上下文;
  • 2)调试门槛高:C++ 、 IIdb/GDB;
  • 3)运行环境复杂:机器型号、系统、其他软件。

崩溃治理技巧:

  • 1)及时升级 electron;
  • 2)用户操作日志和系统信息;
  • 3)复现和定位问题比治理重要;
  • 4)把问题交给社区解决,社区响应快;
  • 5)善于用 devtool 分析和治理内存问题。

9、安全性实践


9.1概述


俗话说的好,安全大于天,保证 electron 应用的安全也是一项重要的事情。

本章节将安全分为以下 5 个方面:

  • 1)源码泄漏;
  • 2)asar;
  • 3)源码保护;
  • 4)应用安全;
  • 5)编码安全。

下面将会依次介绍上述内容。

9.2源码泄漏


目前 electron 在源码安全做的不好,官方只用 asar 做了一下很没用的源码保护,到底有多没用呢?

你只需要下载 asar 工具,然后对 asar 文件进行解压就可以得到里面的源码了。

如下图所示:
IM跨平台技术学习(三):vivo的Electron技术栈选型、全方位实践总结_17.png

通过图中操作即可看到语雀应用的源码。上面提到的 asar 是什么呢?

9.3asar介绍


asar 是一种将多个文件合并成一个文件的类 tar 风格的归档格式。Electron 可以无需解压整个文件,即可从其中读取任意文件内容。

可以直接看 electron 源码,都是 ts 代码,容易阅读,源码如下图所示:
IM跨平台技术学习(三):vivo的Electron技术栈选型、全方位实践总结_18.png

9.4源码保护


避免源码泄漏,按照从低到高的源码安全,可以分为几个程度。

具体如下:

  • 1)asar;
  • 2)代码混淆;
  • 3)WebAssembly;
  • 4)Language bindings。

其中:Language bindings 是最高的源码安全措施,其实使用 C++ 或 Rust 代码来编写 electron 应用代码,通过将 C++ 或 Rust 代码编译成二进制代码后,破译的难度会变高。

这里我说下如何使用 Rust 去编写 electron 应用代码。

方案是:使用 napi-rs 作为工具去编写,如下图所示:
IM跨平台技术学习(三):vivo的Electron技术栈选型、全方位实践总结_19.png

我们采用 pnpm-workspace 去管理 Rust 代码,使用 napi-rs 。

比如我们写一个 sum 函数,rs代码如下:
fn sum(a: f64, b: f64) -> f64 {
  a + b
}

此时我们加上 napi 装饰代码,如下所示:
use napi_derive::napi;

#[napi]
fn sum(a: f64, b: f64) -> f64 {
  a + b
}

在通过 napi-cli 将上述代码编译成 node 可以调用的二进制代码。

编译后,在electron使用上述代码,如下所示:
import { sum as rsSum } from '@rebebuca/native'
// 输出 7
console.log(rsSum(2, 5))

napi-rs 的使用请阅读官方文档,地址是:https://napi.rs/

至此,language bindings 的阐述就完成了。我们通过这种方式,可以完成对重要功能的源码保护。

9.5应用安全


目前熟知的一个安全问题是克隆攻击,此问题的主流解决方案是将用户认证信息和应用设备指纹进行绑定。

整体流程如如下图所示:
IM跨平台技术学习(三):vivo的Electron技术栈选型、全方位实践总结_20.jpg

如上图所示:

  • 1)应用设备指纹生成:可以用上文阐述的 napi-rs 方案去实现;
  • 2)用户认证信息和设备指纹绑定:使用服务端去实现。

9.6编码安全


主要有以下措施:

  • 1)常用的 web 安全,比如防 xss 、 csrf;
  • 2)设置 node 可执行环境;
  • 3)窗体开启安全选项;
  • 4)限制链接跳转。

以上具体细节不再介绍,自行搜索上述方案。

除此之外,还有个官方推荐的最佳安全实践,有空可以看看,地址如下:https://www.electronjs.org/docs/latest/tutorial/security

至此,安全性这块实践就介绍完了。

10、本文小结


本文介绍了我们对跨系统桌面端技术的调研、确定技术选型,以及用 electron 开发过程中,总结的实践经验及踩坑填坑过程,如构建、性能优化、质量保障、安全等。

希望对读者在开发跨端桌面应用过程中有所帮助,文章难免有不足和错误的地方,欢迎读者评论。

11、参考资料


[1] Electron官方开发者手册
[2] 快速了解新一代跨平台桌面技术——Electron
[3] Electron初体验(快速开始、跨进程通信、打包、踩坑等)
[4] Electron 基础入门 简单明了,看完啥都懂了
[5] 网易云信Web端IM的聊天消息全文检索技术实践

即时通讯网 - 即时通讯开发者社区! 来源: - 即时通讯开发者社区!

上一篇:IM跨平台技术学习(二):Electron初体验(快速开始、跨进程通信、打包、踩坑等)下一篇:求教关于IM用户在新端拉取上万条数据的优化问题

本帖已收录至以下技术专辑

推荐方案
打赏楼主 ×
使用微信打赏! 使用支付宝打赏!

返回顶部