小程序高性能数据同步

小程序中，一个重要的性能环节就是同步 worker 进程数据到渲染进程。对于使用响应式来管理状态的情况，搜索社区实现，可以发现很多只是粗暴地递归遍历一下复杂对象，从而监听到数据变化。

在 Goldfish 中，同样使用了响应式引擎来管理状态数据。响应式天生的好处是：能够精确监听状态数据变化，然后生成最小化的数据更新对象。

举个例子，假如现在有一个响应式对象：

const observableObj = {
  name: '禺疆',
  address: {
    city: 'ChengDu',
  },
};

如果将 city 修改为 'HangZhou'，那么很容易生成小程序中 setData 能直接使用的如下数据更新对象：

const updateObj = {
  'address.city': 'HangZhou',
};

当然，我们不可能数据每次变化的时候，就立即调用 setData 去更新数据，毕竟频繁更新是很耗性能的。所以，我们需要使用 setData、 $spliceData、 $batchedUpdates 批量更新。

批量时机

要做批量更新，第一步就是划分什么时间段内的更新算是一个批量。

很自然地，我们想到使用 setTimeout：在监听到数据更新请求时，使用 setTimeout 计时，搜集时间段内所有的数据更新需求，在计时结束时统一更新。

实际上，在移动端应当谨慎使用 setInterval、setTimeout 计时，由于移动设备节省电量，很容易不准。比如 setInterval 设置时间间隔为 8 分钟，在移动设备上很容易出现时间间隔变长为 16 分钟左右。

既然 setTimeout 不行，那么我们第二个想到的可能是 requestAnimationFrame。很遗憾，小程序 worker 进程里面没有 requestAnimationFrame。

最后，只剩下 Microtask 了。在小程序的 worker 进程里，我们可以借助 Promise.resolve() 来生成 Microtask，参考如下伪代码：

setData request 1
setData request 2
setData request 3

await Promise.resolve()

combine request 1 2 3
setData

实际上，由于响应式引擎的监听回调触发做了 Promise.resolve() 批量处理的逻辑，并且在我们的业务代码中，也很容出现 Microtask，数据更新请求（setData Request）并不是上述规规矩矩从上到下同步执行的，很可能在若干个 Microtask 中穿插请求。因此，上述搜集到的数据更新请求是不完整的，我们需要搜集到当前同步代码块及同步代码块中产生的所有 Microtask 生成的数据更新请求：

export class Batch {
  private segTotalList: number[] = [];

  private counter = 0;

  private cb: () => void;

  public constructor(cb: () => void) {
    this.cb = cb;
  }

  // 每次有数据请求的时候，都调用一下 set。
  public async set() {
    const segIndex = this.counter === 0
      ? this.segTotalList.length
      : (this.segTotalList.length - 1);

    if (!this.segTotalList[segIndex]) {
      this.segTotalList[segIndex] = 0;
    }

    this.counter += 1;
    this.segTotalList[segIndex] += 1;

    await Promise.resolve();

    this.counter -= 1;

    // 同步块中最后一个 set 调用对应的 Microtask
    if (this.counter === 0) {
      const segLength = this.segTotalList.length;
      // 看看下一个 Microtask 触发前，是否还有新的更新请求进来。
      // 如果没有，说明更新请求稳定了，立即触发更新逻辑（this.cb）
      await Promise.resolve();
      if (this.segTotalList.length === segLength) {
        this.cb();
        this.counter = 0;
        this.segTotalList = [];
      }
    }
  }
}

优化更新对象

搞定更新时机之后，我们只需要在合适的时机，将积累的更新逻辑放置在 $batchedUpdates 中执行就好了。

但是在项目中发现，页面初始数据格式化的时候，如果数据结构很复杂，就很容易产生具有大量扁平 key 的更新对象，类似这样：

setData({
  'state.key1': 'xxx',
  'state.key2.key21': 'xx',
  'state.key3': 'xxx',
  ...
});

虽然更新对象看起来都很“最小化”，但是传递给渲染进程并还原成正常对象的过程中，肯定少不了耗时的 key 恢复处理。我们也实际测试过，如果直接调用 setData 去更新复杂数据对象，小程序还是比较流畅的，但是换成“最小化”更新对象之后，小程序有明显的卡滞。

因此，在构造更新数据时，应当设置一个 key 数量上限，如果超出上限，应当合并，形成 key 数量更小的更新对象。比如上述示例，可以合并成：

setData({
  state: {
    ...this.data.state,
    ...{
      key1: 'xxx',
      key2: {
        key21: 'xx',
      },
      key3: 'xxx',
    },
  },
  ...
});

我们可以把更新对象当做一棵树，比如上述例子，对应的树形结构如下：

       state
     /   |   \
 key1   key2  key3
         |
        key21

有多少个叶子节点，就会生成多少个 key。

在搜集更新请求阶段，可以顺手构造对应的树形结构。在更新时，按照深度优先的顺序遍历树，生成更新对象。遍历过程中，记录已生成的 key 数量。可能遍历到树中某个节点时，发现加上直接子节点数量，已经超过 key 数量限制了，此时就不要向下遍历了，直接在该节点处生成更新对象。代码参考：

class UpdateTree {
  private root = new Ancestor();

  private view: View;

  private limitLeafTotalCount: LimitLeafCounter;

  public constructor(view: View, limitLeafTotalCount: LimitLeafCounter) {
    this.view = view;
    this.limitLeafTotalCount = limitLeafTotalCount;
  }
 
  // 构造树
  public addNode(keyPathList: (string | number)[], value: any) {
    let curNode = this.root;
    const len = keyPathList.length;
    keyPathList.forEach((keyPath, index) => {
      if (curNode.children === undefined) {
        if (typeof keyPath === 'number') {
          curNode.children = [];
        } else {
          curNode.children = {};
        }
      }

      if (index < len - 1) {
        const child = (curNode.children as any)[keyPath];
        if (!child || child instanceof Leaf) {
          const node = new Ancestor();
          node.parent = curNode;
          (curNode.children as any)[keyPath] = node;
          curNode = node;
        } else {
          curNode = child;
        }
      } else {
        const lastLeafNode: Leaf = new Leaf();
        lastLeafNode.parent = curNode;
        lastLeafNode.value = value;
        (curNode.children as any)[keyPath] = lastLeafNode;
      }
    });
  }

  private getViewData(viewData: any, k: string | number) {
    return isObject(viewData) ? viewData[k] : null;
  }

  private combine(curNode: Ancestor | Leaf, viewData: any): any {
    if (curNode instanceof Leaf) {
      return curNode.value;
    }

    if (!curNode.children) {
      return undefined;
    }

    if (Array.isArray(curNode.children)) {
      return curNode.children.map((child, index) => {
        return this.combine(child, this.getViewData(viewData, index));
      });
    }

    const result: Record<string, any> = isObject(viewData) ? viewData : {};
    for (const k in curNode.children) {
      result[k] = this.combine(curNode.children[k], this.getViewData(viewData, k));
    }
    return result;
  }

  private iterate(
    curNode: Ancestor | Leaf,
    keyPathList: (string | number)[],
    updateObj: Record<string, any>,
    viewData: any,
    availableLeafCount: number,
  ) {
    if (curNode instanceof Leaf) {
      updateObj[generateKeyPathString(keyPathList)] = curNode.value;
      this.limitLeafTotalCount.addLeaf();
    } else {
      const children = curNode.children;
      const len = Array.isArray(children)
        ? children.length
        : Object.keys(children || {}).length;
      if (len > availableLeafCount) {
        updateObj[generateKeyPathString(keyPathList)] = this.combine(curNode, viewData);
        this.limitLeafTotalCount.addLeaf();
      } else if (Array.isArray(children)) {
        children.forEach((child, index) => {
          this.iterate(
            child,
            [
              ...keyPathList,
              index,
            ],
            updateObj,
            this.getViewData(viewData, index),
            this.limitLeafTotalCount.getRemainCount() - len,
          );
        });
      } else {
        for (const k in children) {
          this.iterate(
            children[k],
            [
              ...keyPathList,
              k,
            ],
            updateObj,
            this.getViewData(viewData, k),
            this.limitLeafTotalCount.getRemainCount() - len,
          );
        }
      }
    }
  }
    
  // 生成更新对象
  public generate() {
    const updateObj: Record<string, any> = {};
    this.iterate(
      this.root,
      [],
      updateObj,
      this.view.data,
      this.limitLeafTotalCount.getRemainCount(),
    );
    return updateObj;
  }

  public clear() {
    this.root = new Ancestor();
  }
}

到此为止，我们已经能在合适的时机，针对某个页面或组件生成限定数量的 key 去同步数据了。

还有个问题需要解决：更新顺序。上述更新过程，我们会针对普通对象，使用 setData，针对数组，使用 $spliceData。在这两个方法之前，会分别准备好两个方法的对象参数。假设如下场景：

// page 的 data.list 中已经存在一个元素
pageInstance.data = {
  list: ['0'],
};

// 某个时刻，调用 setData 和 $spliceData 更新数据
pageInstance.setData({
  'list[1]': '1',
});
pageInstance.$spliceData({
  list: [1, 0, '2'],
});

更新完成之后，pageInstance.data.list 变为 ['0', '2', '1']，如果调换 setData 和 $spliceData 的顺序，那么 pageInstance.data.list 将会变为 ['0', '1']。

因此，我们不能打乱批量更新中 setData 和 $spliceData 的调用顺序。

此时，我们构造的批量更新逻辑必须满足：

• 不能打乱顺序；
• 控制 key 数量上限。

为了保持顺序，在批量更新块中，比如：

setData request
setData request
spliceData request
spliceData request
setData request

前两个合并成一个 setData 更新对象，中间两个合并成一个 $spliceData 更新对象，最后一个是单独的 setData 更新对象。

前后两个 setData 更新对象的 key 数量，统一受 key 数量的限制。

绝大多数情况下，$spliceData 更新对象会比较小，因此不限制该更新对象的 key 数量。

至此，所有已知问题处理完毕，完整代码参考此处。