百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 热门文章 > 正文

微信小程序性能优化汇总

bigegpt 2025-03-06 12:24 11 浏览

示例简介

本文介绍如何对微信小程序进行性能优化,下面内容将从两大方面进行分析总结:

1、工具的使用;

2、常见的优化方向;

工具的使用

1、使用微信小程序自带的工具插件“体验评分”,运行环境的要求和使用流程参考“
https://developers.weixin.qq.com/miniprogram/dev/devtools/audits.html”;最终运行效果如下图:

2、然后根据效果图的分析报告,查看需要优化的细项(里面都有详细的问题描述和优化路径说明),并根据说明一一进行优化:

常见的问题包括:

1)应避免出现任何JavaScript异常:

因为出现JavaScript异常可能导致小程序的交互无法进行下去;

2)小程序所有请求响应正常:

因为请求失败可能导致小程序的交互无法进行下去;

3)所有请求的耗时不应太久:

因为请求耗时太长会让用户一直等待甚至离开,应当优化好服务器处理时间、减小回包大小,让请求快速响应;

4)避免将未绑定在 WXML 的变量传入setData:

因为setData操作会引起框架处理一些渲染界面相关的工作,而一个未绑定的变量意味着与界面渲染无关,传入setData会造成不必要的性能消耗;

5)合理设置可点击元素的响应区域大小:

因为过小会导致用户很难点中,体验很差;

6)避免渲染界面的耗时过长:

因为渲染界面的耗时过长会让用户觉得卡顿,体验较差,出现这一情况时,需要校验下是否同时渲染的区域太大;

7)避免执行脚本的耗时过长:

因为执行脚本的耗时过长会让用户觉得卡顿,体验较差,出现这一情况时,需要确认并优化脚本的逻辑;

8)对网络请求做必要的缓存以避免多余的请求:

因为发起网络请求总会让用户等待,可能造成不好的体验,应尽量避免多余的请求,比如对同样的请求进行缓存;

9)wxss 覆盖率较高,较少或没有引入未被使用的样式:

按需引入 wxss 资源,如果小程序中存在大量未使用的样式,会增加小程序包体积大小,从而在一定程度上影响加载速度;

10)文字颜色与背景色搭配较好,适宜的颜色对比度更方便用户阅读;

11)所有资源请求都建议使用 HTTPS:

因为使用 HTTPS,可以让你的小程序更加安全,而 HTTP 是明文传输的,存在可能被篡改内容的风险;

12)不使用废弃接口:

因为使用即将废弃或已废弃的接口,可能导致小程序运行不正常。一般而言,接口不会立即去掉,但保险起见,建议不要使用,避免后续小程序突然运行异常;

13)避免过大的 WXML 节点数目:

建议一个页面使用少于 1000 个 WXML 节点,节点树深度少于 30 层,子节点数不大于 60 个。一个太大的 WXML 节点树会增加内存的使用,样式重排时间也会更长;

14)避免将不可能被访问到的页面打包在小程序包里:

因为小程序的包大小会影响加载时间,所以应该尽量控制包体积大小,避免将不会被使用的文件打包进去;

15)及时回收定时器:

因为定时器是全局的,并不是跟页面绑定的,所以当页面因后退被销毁时,定时器应注意手动回收;

16)避免使用 css ':active' 伪类来实现点击状态:

使用 css ':active' 伪类来实现点击状态,很容易触发,并且滚动或滑动时点击状态不会消失,体验较差;建议使用小程序内置组件的 'hover-*' 属性来实现;

17)滚动区域可开启惯性滚动以增强体验:

因为惯性滚动会使滚动比较顺畅,在安卓下默认有惯性滚动,而在 iOS 下需要额外设置
-webkit-overflow-scrolling: touch 的样式;

常见的优化方向

总结一些经常会出现问题的地方,并介绍可以使用的解决方法;

1、启动加载性能优化:

11、控制代码包大小:

勾选开发者工具中"上传代码时自动压缩";

及时清理无用代码和资源文件;

减少代码包中的图片等资源文件的大小和数量;

12、分包加载:

将小程序中不经常使用的页面放到多个分包内,主包是保留最常用的核心页面;启动时只加载主包,使用时按需下载分包;

使用分包加载会出现用户首次进入分包页面时需要进行分包的下载和注入,造成页面切换的延迟;开发者可使用分包预下载,预先配置页面可能会跳转到的分包,框架在进入页面后根据配置进行预下载;

13、独立分包:

从分包页面启动时,需要先依赖于主包的下载和注入,启动速度受主包限制;使用独立分包,从独立分包页面启动,只要下载和注入分包就可以打开页面;

2、首屏加载的体验优化建议:

21、提前请求:异步数据请求不需要等待页面渲染完成(onLoad 阶段就可以发起请求,不用等ready);

22、利用缓存:利用storage API对异步请求数据进行缓存,二次启动时先利用缓存数据渲染页面,而下拉刷新或者缓存过期才更新数据;

23、避免白屏:先展示页面骨架和基础内容;

24、及时反馈:即时地对需要用户等待的交互操作给出反馈,避免用户以为小程序无响应;

3、避免不当使用setData:

31、存在setData的数据过大(通讯耗时与数据量相关,页面更新延期;使用setData的特殊key实现局部更新);

// 1: 初始一个list,存储列表数据
this.data = startList
// 2: 监听滚动事件,滚动到底部获取新数据,并追加到list尾部,最后重新setData
onReachBottom:()=>{
  const {list} = this.data
  fetchNewData().then((res)=>{
    list.push(res.list);
    this.setData({list})
  }
}

大部分人面对长列表滚动的时候,一开始的处理方式都是这样的,如果数据不多,只有几页可能不会太暴露问题;但当页数过多,几十页甚至上百页的情况,list的数据会越来越大,每次setData的数据就会越来越多,因而每次页面重新渲染的节点就会越来越多,从而导致滚动到后面,加载越来越慢。另外,由于小程序的视图渲染层和数据逻辑处理层是分开的,不是在同一个线程上面的,从用户触发页面交互,到处理数据逻辑,最后呈现页面,数据到视图是需要传输的,因而小程序本身对数据大小也有限制,不能超过1M。

我们可以通过数据路径的写法,来将数据分批的传输到视图层中,减少一次性setData的数据大小。具体写法如下:

// 1.通过一个二维数组来存储数据
let feedList = [[array]];
// 2.维护一个页面变量值,加载完一次数据page++
let page = 1
// 3.页面每次滚动到底部,通过数据路径更新数据
onReachBottom:()=>{
  fetchNewData().then((newVal)=>{
    this.setData({
      ['feedList[' + (page - 1) + ']']: newVal,
    })
  }
}
// 4.最终我们的数据是[[array1],[array2]]这样的格式,然后通过wx:for遍历渲染数据

32、列表局部更新:

比如,将点赞的id传过去,查找相对应id的那条数据的下标(index是不会改变的),用setData进行局部刷新

this.setData({
    list[index] = newList[index]
})

33、短时间内频繁调用setData:

因为会出现操作卡顿、交互延迟、页面渲染延迟等问题; 优化:避免不必要的setData,对连续setData调用进行合并;

34、避免后台态页面进行setData,因为后台态页面去setData也会抢占前台页面的执行

4、存在短时间内发起太多图片请求:

就是渲染页面时,一次性发送了过多的图片请求,导致了同一时间发起了过多的http请求,http连接是非常耗时的,尤其是一次性发起这么多,并且一次性发起的http链接也是有限制的,比如chrome浏览器就限制一次性最多6个。

所以在渲染页面时,不在视图范围内的图片我们不加载,只有元素出现在视图范围内了,再渲染。

常规的做法是,通过 getBoundingClientRect() 获取元素的位置,然后与页面滚动位置比较,如果出现在视图内,就将 img 显示。这种方式有2个问题:

1)getBoundingClientRect()方法调用本身容易引起页面重排;

2)监听滚动事件本身就频繁触发,虽然可以通过节流的方式来减少,但还是容易增加无谓代码处理;

微信提供了 IntersectionObserver 对象,IntersectionObserver 对象,用于推断某些节点是否可以被用户看见、有多大比例可以被用户看见。

通过这个api我们不用再主动去监听元素位置了,在页面渲染一开始,通过这个api指明需要监听的元素,系统会自动去监听了元素位置。

let data = list;

data.forEach((item,index)=>{
  this.createIntersectionObserver().relativeToViewport.observe(`.img-${index}`,res=>{
    if (res.intersectionRatio > 0){
      this.setData({
        item.imgShow:true
      })
    }
  })
})


intersectionRatio值大于0,说明元素出现在视图中了,重新setData数据,显示图片组件。

5、存在图片太大而显示区域过小:

这个问题就是指图片尺寸太大了,而页面上我们显示的尺寸又太小了,图片尺寸大,请求图片就越慢,导致页面渲染速度下降。

对于页面里面的图片,最好都把图片存储在cdn服务器上,一个是能充分利用cdn缓存来加快请求速度,另外一个就是cdn上能够将图片进行一定的处理,比如裁剪。我司就是通过cdn来响应图片处理,然后请求图片时告诉cdn服务器需要什么要的尺寸图片,由cdn服务器响应对应尺寸图片。

6、key值在列表渲染中的作用:

key值在列表渲染的时候,能够提升列表渲染性能,为什么呢?首先得想想小程序的页面是如何渲染的,主要分为以下几步:

1. 将wxml结构的文档构建成一个vdom虚拟数

2. 页面有新的交互,产生新的vdom数,然后与旧数进行比较,看哪里有变化了,做对应的修改(删除、移动、更新值)等操作

3. 最后再将vdom渲染成真实的页面结构

key值的作用就在第二步,当数据改变触发渲染层重新渲染的时候,会校正带有 key 的组件,框架会确保他们被重新排序,而不是重新创建,以确保使组件保持自身的状态,并且提高列表渲染时的效率

key值如果不指明,默认会按数组的索引来处理,因而会导致一些类似input等输入框组件的值出现混乱的问题。

因而,在做list渲染时,如果list的顺序发生变化时,最好增加key,且不要简单地使用数组索引当做key。

7、避免不当使用onPageScroll:

只在必要的时候监听pageScroll事件;

避免在onPageScroll中执行复杂逻辑;

避免在onPageScroll中频繁调用setData;

避免频繁查询节点信息(SelectQuery);

8、canvas渲染:

分层绘制到不同canvas,不变的部分单独绘制到一个canvas,动态生成地绘制到一个canvs,最后再合入到一个canvas。

总结

上文总结的只是平时一些常见的问题,并不是全部的问题;且随着微信小程序基础库的升级,有些问题可能会被优化解决,但也可能会产生其他的新问题。

相关推荐

方差分析简介(方差分析通俗理解)

介绍方差分析(ANOVA,AnalysisofVariance)是一种广泛使用的统计方法,用于比较两个或多个组之间的均值。单因素方差分析是方差分析的一种变体,旨在检测三个或更多分类组的均值是否存在...

正如404页面所预示,猴子正成为断网元凶--吧嗒吧嗒真好吃

吧嗒吧嗒,绘图:MakiNaro你可以通过加热、冰冻、水淹、模塑、甚至压溃压力来使网络光缆硬化。但用猴子显然是不行的。光缆那新挤压成型的塑料外皮太尼玛诱人了,无法阻挡一场试吃盛宴的举行。印度政府正...

Python数据可视化:箱线图多种库画法

概念箱线图通过数据的四分位数来展示数据的分布情况。例如:数据的中心位置,数据间的离散程度,是否有异常值等。把数据从小到大进行排列并等分成四份,第一分位数(Q1),第二分位数(Q2)和第三分位数(Q3)...

多组独立(完全随机设计)样本秩和检验的SPSS操作教程及结果解读

作者/风仕在上一期,我们已经讲完了两组独立样本秩和检验的SPSS操作教程及结果解读,这期开始讲多组独立样本秩和检验,我们主要从多组独立样本秩和检验介绍、两组独立样本秩和检验使用条件及案例的SPSS操作...

方差分析 in R语言 and Excel(方差分析r语言例题)

今天来写一篇实际中比较实用的分析方法,方差分析。通过方差分析,我们可以确定组别之间的差异是否超出了由于随机因素引起的差异范围。方差分析分为单因素方差分析和多因素方差分析,这一篇先介绍一下单因素方差分析...

可视化:前端数据可视化插件大盘点 图表/图谱/地图/关系图

前端数据可视化插件大盘点图表/图谱/地图/关系图全有在大数据时代,很多时候我们需要在网页中显示数据统计报表,从而能很直观地了解数据的走向,开发人员很多时候需要使用图表来表现一些数据。随着Web技术的...

matplotlib 必知的 15 个图(matplotlib各种图)

施工专题,我已完成20篇,施工系列几乎覆盖Python完整技术栈,目标只总结实践中最实用的东西,直击问题本质,快速帮助读者们入门和进阶:1我的施工计划2数字专题3字符串专题4列表专题5流程控制专题6编...

R ggplot2常用图表绘制指南(ggplot2绘制折线图)

ggplot2是R语言中强大的数据可视化包,基于“图形语法”(GrammarofGraphics),通过分层方式构建图表。以下是常用图表命令的详细指南,涵盖基本语法、常见图表类型及示例,适合...

Python数据可视化:从Pandas基础到Seaborn高级应用

数据可视化是数据分析中不可或缺的一环,它能帮助我们直观理解数据模式和趋势。本文将全面介绍Python中最常用的三种可视化方法。Pandas内置绘图功能Pandas基于Matplotlib提供了简洁的绘...

Python 数据可视化常用命令备忘录

本文提供了一个全面的Python数据可视化备忘单,适用于探索性数据分析(EDA)。该备忘单涵盖了单变量分析、双变量分析、多变量分析、时间序列分析、文本数据分析、可视化定制以及保存与显示等内容。所...

统计图的种类(统计图的种类及特点图片)

统计图是利用几何图形或具体事物的形象和地图等形式来表现社会经济现象数量特征和数量关系的图形。以下是几种常见的统计图类型及其适用场景:1.条形图(BarChart)条形图是用矩形条的高度或长度来表示...

实测,大模型谁更懂数据可视化?(数据可视化和可视化分析的主要模型)

大家好,我是Ai学习的老章看论文时,经常看到漂亮的图表,很多不知道是用什么工具绘制的,或者很想复刻类似图表。实测,大模型LaTeX公式识别,出乎预料前文,我用Kimi、Qwen-3-235B...

通过AI提示词让Deepseek快速生成各种类型的图表制作

在数据分析和可视化领域,图表是传达信息的重要工具。然而,传统图表制作往往需要专业的软件和一定的技术知识。本文将介绍如何通过AI提示词,利用Deepseek快速生成各种类型的图表,包括柱状图、折线图、饼...

数据可视化:解析箱线图(box plot)

箱线图/盒须图(boxplot)是数据分布的图形表示,由五个摘要组成:最小值、第一四分位数(25th百分位数)、中位数、第三四分位数(75th百分位数)和最大值。箱子代表四分位距(IQR)。IQR是...

[seaborn] seaborn学习笔记1-箱形图Boxplot

1箱形图Boxplot(代码下载)Boxplot可能是最常见的图形类型之一。它能够很好表示数据中的分布规律。箱型图方框的末尾显示了上下四分位数。极线显示最高和最低值,不包括异常值。seaborn中...