跨端開發框架深度橫評之2020版

又是一年四月天，距離上次釋出跨端開發框架深度橫評已過去整整一年。

這一年，小程式在使用者規模及商業化方面都取得了極大的成功。微信小程式日活超過3億，支付寶、百度、位元組跳動小程式的月活也紛紛超過3億。

對應小程式開發領域，這一年也發生了巨大變化。開發框架從單純的微信小程式開發，過渡到多端框架成為標配，進一步提升開發效率成為開發者的強烈需求。

這一年 mpvue 停止更新，Taro開始探索 taro next，uni-app 產品和生態持續完善，微信新推出了支援H5和微信小程式的 kbone 框架...

去年的深度橫評中很多老將已經退出江湖，一些新秀吸引眼球，因此，是時候來一波2020版的新橫評了。

評測目標篩選

跨端框架是一個重投入工作，在各框架的1年多的比拼中，很多框架因為投入不足而逐漸被開發者放棄，uni-app和taro依靠持續的大力度投入，成為了市場主流。

taro 在穩定版的基礎之上，最近也推出了 taro next，這2個版本差異較大，本次會分別評測。

kbone 框架雖面世不久，但畢竟是微信官方釋出，關注的人不少，故本次將 kbone 加入評測目標。

所以，本次評測的物件（按釋出時間排序）：

• 微信原生開發
• taro，京東凹凸實驗室出品，官網地址：https://taro.jd.com/
• uni-app，DCloud出品，官網地址：https://uniapp.dcloud.net.cn
• kbone，騰訊微信團隊出品，官網地址：https://wechat-miniprogram.github.io/kbone/docs/

本次評測除了執行效能等實測資料外，儘可能得通過框架官網及github、掘金、騰訊課堂等三方社群公開採集資料，希望給大家一個綜合全面的評估依據。

功能實現

taro 和 uni-app 是比較典型的多端框架，釋出到各個端均可。而 kbone 只支援微信小程式和H5。

taro 和 uni-app 均將常用介面及元件封裝了成了跨端API和跨端元件，元件規範沿用微信小程式的規範，部分平臺特有API，這兩個框架亦有應對方案：

• taro：支援與小程式程式碼混寫，可通過混寫的方式呼叫框架尚未封裝的小程式新增API
• uni-app：支援條件編譯，可在條件編譯程式碼塊中，隨意呼叫各個平臺新增的API及元件

taro 和 uni-app 可以不受限的呼叫各家小程式平臺所有的API及元件。

kbone 沿用web的開發習慣，使用html標籤及js api；涉及微信特有api時，可通過process.env.isMiniprogram判斷環境，然後編寫微信原生程式碼。對於html中沒有標籤可替代的微信內建元件（如swiper），需要使用 wx-component 標籤或者使用 wx- 字首，這樣的內建元件會被包裹一層自定義元件，帶來相應的效能開銷。

除了介面、元件之外，我們以微信小程式為例，找幾個典型能力對比框架支援度：

補充說明：

• 如果在 Taro 專案引用了小程式原生的第三方元件，那麼該專案將不再具備多端轉換的能力，例如，如果使用了微信小程式的第三方元件，那麼專案只能轉換成微信小程式，轉義成其他平臺會失效，詳見taro官網
• uni-app 中使用微信自定義元件的話，支援編譯發行到App/H5/微信小程式/QQ小程式4個平臺，詳見uni-app官網
• taro 不支援 wxs 的依據：#2959
• kbone 不支援微信三方外掛的依據：#58；不支援wxs的依據：#129
• 雲開發在微信平臺，三個框架都支援，但 taro/kbone僅支援微信小程式平臺，uni-app支援App/H5/小程式所有平臺使用雲開發，詳見下方 serverless/雲開發 章節。

wxs是提升效能體驗的重要利器，除了微信小程式的wxs外，還有支付寶的SJS、百度的Filter，這些高階技術 uni-app 均完善支援。參考：謎之wxs，uni-app如何用它大幅提升效能

從如上功能對比來看：微信原生 ~ uni-app > taro > kbone

執行效能

我們繼續沿用去年的測試模型，看看一年來，各家小程式開發框架的效能是否有提升。詳細如下：

• 開發內容：開發一個仿微博小程式首頁的複雜長列表，支援下拉重新整理、上拉翻頁、點贊。
• 介面如下：

• 開發版本：一共開發了5個版本，包括微信原生版、taro版、uni-app版、kbone版，按照官網指引通過cli方式預設安裝。
• taro 目前穩定版本是2.0版，但近期在宣傳跨框架的taro next，故我們基於同樣的 react程式碼，同時測試了taro 2.0 和 taro next 兩個版本的資料。
• 測試程式碼開源（Github倉庫地址：https://github.com/dcloudio/test-framework），

Tips:若有同學覺得測試程式碼寫法欠妥，歡迎提交 PR 或 Issus

• 測試機型：紅米 Redmi 6 Pro、MIUI 11.0.5 穩定版（最新版）、微信版本 7.0.12（最新版）
• 測試環境：每個框架開始測試前，殺掉各App程式、清空記憶體，保證測試機環境基本一致；每次從本地讀取靜態資料，遮蔽網路差異。

我們以上述仿微博小程式為例，測試2個容易出效能問題的點：長列表載入、大量點贊元件的響應。

長列表載入

仿微博的列表是一個包含很多元件的列表，這種複雜列表對效能的壓力更大，很適合做效能測試。

從觸發上拉載入到資料更新、頁面渲染完成，需要準確計時。人眼視覺計時肯定不行，我們採用程式埋點的方式，制定瞭如下計時時機：

• 計時開始時機：互動事件觸發，框架賦值之前，如：上拉載入（onReachBottom）函式開頭
• 計時結束時機：頁面渲染完畢(微信setData回撥函式開頭)

Tips：setData回撥函式開頭可認為是頁面渲染完成的時間，是因為微信setData定義如下(微信規範)：

測試方式：從頁面空列表開始，通過程式自動觸發上拉載入，每次新增20條列表，記錄單次耗時；固定間隔連續觸發 N 次上拉載入，使得頁面達到 20*N 條列表，計算這 N 次觸發上拉到渲染完成的平均耗時。

測試結果如下：

說明：以400條微博列表為例，從頁面空列表開始，每隔1秒觸發一次上拉載入（新增20條微博），記錄單次耗時，觸發20次後停止（頁面達到400條微博），計算這20次的平均耗時，結果微信原生在這20次 觸發上拉 -> 渲染完成 的平均耗時為538毫秒，最快的uni-app是446毫秒，最慢的kbone是4057毫秒

大家初看這個資料，可能比較疑惑，別急，下方有詳細說明

說明1：為何 taro next/kbone 測試資料不完整?

因為 taro next 和kbone 採用的是動態渲染方案，這類方案在頁面複雜、元件較多時，會大量增加頁面 dom 節點數量，甚至超出微信的 dom 節點數限制（如下告警資訊）。我們在 紅米手機（Redmi 6 Pro）上實測，頁面元件超過600個時，taro next、kbone 實現的仿微博App就會報出執行異常，並停止渲染（頁面白屏），故這兩個測試框架在元件較多時，測試資料不完整。這也就意味著，當頁面元件太多時，無法使用這2個框架。

dom limit exceeded please check if there's any mistake you've made

另外，kbone官網有如下介紹：

kbone 是使用一定的效能損耗來換取更為全面的 Web 端特性支援。

故taro next、kbone的測試資料，明顯和taro 2.0、uni-app不是一個量級的。

如果你的應用是長列表場景，那taro next、kbone就明顯不太合適。

說明2：為什麼測試資料顯示uni-app 會比微信原生框架的效能略好呢？

這個問題在去年的測評中，已解釋過。為了避免新同學迷惑，這裡再次說明一下。

微信原生框架耗時主要在setData呼叫上，開發者若不單獨優化，則每次都會傳遞大量資料；而 uni-app、taro 都在呼叫setData之前自動做diff計算，每次僅傳遞變動的資料。

例如當前頁面有20條資料，觸發上拉載入時，會新載入20條資料，此時原生框架通過如下程式碼測試時，setData會傳輸40條資料

data: {
    listData: []
},
onReachBottom() { //上拉載入
    let listData = this.data.listData;
    listData.push(...Api.getNews());//新增資料
    this.setData({
        listData
    }) //全量資料，傳送資料到檢視層
}

開發者使用微信原生框架，完全可以自己優化，精簡傳遞資料（每次僅傳遞變化的20條資料），比如修改如下：

data: {
    listData: []
},
onReachBottom() { //上拉載入
    // 通過長度獲取下一次渲染的索引
    let index = this.data.listData.length;
    let newData = {}; //新變更資料
    Api.getNews().forEach((item) => {
        newData['listData[' + (index++) + ']'] = item //賦值，索引遞增
    }) 
    this.setData(newData) //增量資料，傳送資料到檢視層
}

經過如上優化修改後，再次測試，微信原生框架效能資料如下：

從測試結果可看出：

• 經過開發者手動優化，微信原生框架可達到更好的效能；
• uni-app相比微信原生，效能接近，算是一個數量級；並且隨著資料量增加，效能消耗增加不明顯，從438到454，只有16毫秒的變化
• taro 2.0隨著資料量越大，效能損耗隨著增大，從595到790，有將近200毫秒的變化；
• taro next和kbone相比之下，差距就比較大了。

這個結果，和web開發類似，web開發也有原生js開發、vue、react框架等情況。如果不做特殊優化，原生js寫的網頁，效能經常還不如vue、react框架的效能。

也恰恰是因為Vue、react框架的優秀，效能好，開發體驗好，所以原生js開發已經逐漸減少使用了。

說明3：為何今年的效能測試資料和去年的不同？

細心的同學會發現，同樣的測試手機，同樣的測試程式碼，為何今年的效能資料會比去年的資料有大幅提升？

• taro、uni-app及微信原生，三個框架的資料都有大幅提升，400條記錄時，至少都有300毫秒的優化
• uni-app及優化後的微信原生，隨著資料量的增加，耗時資料變化並不明顯，但去年是很明顯的線性增長

其實，通過微信原生工程的資料對比，就能得出結論：2019年，微信針對小程式執行時做了大幅效能優化。

這對開發者來說應該是個好訊息，小程式效能體驗更佳，可承載更好的使用者業務。

複雜長列表載入下一頁評測結論：微信原生開發(手動優化) ~ uni-app > 微信原生開發(未手動優化) ~ taro 2.0 > taro next > kbone

點贊元件響應速度

長列表中的某個元件，比如點贊元件，點選時是否能及時的修改未贊和已贊狀態？是這項測試的評測點。

測試方式：

• 選中某微博，點選“點贊”按鈕，實現點贊狀態狀態切換（已贊高亮、未贊灰色），
• 點贊按鈕 onclick函式開頭開始計時，setData回撥函式開頭結束計時；

在紅米手機（Redmi 6 Pro）上進行多次測試，求其平均值，結果如下：

說明：也就是在列表數量為400時，微信原生開發的應用，點贊按鈕從點選到狀態變化需要26毫秒。

測試結果資料說明：

• taro next/kbone 測試資料不完整的原因同上，在元件較多時，頁面已經不再渲染了
• taro 2.0版本、uni-app和微信原生在點贊元件上的效能體驗接近，但taro next和kbone有較大的效能差距，這個也是因為動態執行時框架導致的。

元件資料更新效能測評：uni-app ~ taro 2.0 > taro next > kbone

綜上，本效能測試做了2個測試，長列表載入和元件狀態更新，綜合2個實驗，結論如下：

微信原生開發(手動優化) ~ uni-app > 微信原生開發(未手動優化) ~ taro 2.0 > taro next > kbone

跨端支援

這三個框架都是為了解決平臺同構問題，跨端的比較是必需的。

taro 和 uni-app 相對比較成熟，支援主流的所有平臺。kbone 只支援微信小程式和 Web 端。我們重點比較一下 taro 和 uni-app。

小程式平臺

taro 和 uni-app 均支援微信、支付寶、百度、位元組跳動小程式，功能基本可以拉齊。

雙方都有不少大廠案例，taro有京東、貨拉拉、淘票票等公司小程式案例，uni-app有騰訊、華為、vivo、聯想、中華英才網等公司小程式案例。

App平臺

• 能力方面

taro與微信小程式引擎拉齊度較低，很多功能需要開發者分別在iOS和Android上做原生開發才能實現。比如App端很常見的三方登入、支付、分享等能力，taro並未封裝。

uni-app則在基礎引擎層面提供了豐富的能力，還提供了豐富的外掛市場，可切實提升開發者的效率。

• 效能方面

taro在App端使用了react native的渲染引擎，雖然渲染層ui是原生的，但在實時互動和高響應要求的UI操作方面表現一直不佳，js層和檢視層的通訊損耗讓很多開發者深感無力。

uni-app的App引擎同時給開發者提供了原生渲染引擎和小程式引擎的雙選方案，並且由於發明了renderjs技術，以及支援wxs、bindingx等技術，解決了js層和檢視層的通訊損耗問題，在高響應要求的UI操作方面有更好的效能表現。比如這類canvas動畫：

• 開發體驗方面

taro的開發者需自行搭建iOS/Android開發環境，比較繁瑣，（官方原文地址）：

uni-app可以做到讓前端開發者不依賴原生工程師獨立完成App。其開發的小程式，可以更平滑的變成可商用的App。

使用跨平臺開發的核心訴求在於提升效率，如果一個App的開發由前端、iOS、Android等3撥工程師協作完成，其實效率反而非常低。

另外，uni-app還提供了uni小程式sdk，這個工具可以幫助原生App快速搭建自己的小程式平臺。這是其他框架所未提供的。

H5平臺

taro的H5平臺在一年來的進步較多，可用性大幅提升。但相比於uni-app，目前仍然缺失對wxs和小程式元件的支援。

快應用

taro支援快應用的時間比uni-app早。

但快應用發展到2020年有了一些變化，uni-app針對新的形勢，提供了2個發行到快應用的方案（當前兩個版本都處於社群維護狀態）：

• quickapp-vue版：使用 Vue開發快應用。此方案由小米主導，但華為快應用暫不支援。
• quickapp-light版：基於小程式架構的快應用（Light版），詳見https://www.hellohub.cn。此方案由華為主導，但小米快應用暫不支援。

跨端靈活性

跨端開發，離不開條件編譯。因為不能用統一來抹殺各個平臺的特色。

優良的條件編譯能力對各端開發的靈活度至關重要，可以讓開發者在共享和個性化之間遊刃有餘。

taro 、uni-app和 kbone 均支援在js程式碼通過process.env判斷平臺，然後編寫平臺特有程式碼。

taro額外支援統一介面的多端檔案編碼方式，以及在樣式檔案中使用ifdef條件編譯。

uni-app是全面可條件編譯的，目錄、檔案、配置、元件、js、css，所有一切均可通過ifdef條件編譯。

跨端支援小結結論：uni-app > taro > kbone

開發體驗

taro、uni-app、kbone均支援cli模式，可以在主流前端工具中開發，且基本都帶有d.ts的語法提示庫。三個框架均支援主流的vue或react語法，配套的ide工具鏈較豐富，著色、校驗、格式化完善。

相比微信原生，這三個開發框架的開發體驗都更為優秀。

但在開發工具維度上，明顯高出一截的框架是uni-app，其出品公司同時也是HBuilderX的出品公司DCloud.io，HBuilderX為uni-app做了很多優化，程式碼提示、轉到定義、easycom、執行除錯...故uni-app的開發效率、易用性非其他框架可及。

開發體驗維度，對比結果：uni-app > taro,kbone

serverless/雲開發

serverless是目前炙手可熱的一個概念，被稱為下一代的雲技術，是真正的”雲“。

微信率先將 serverless 技術引入小程式開發領域，即雲開發，幫助開發者雲端一體的完成業務。隨後，支付寶、百度都上線了自己的雲開發。根據微信公開的資料，已經有50萬開發者在使用微信雲開發了。

不過小程式廠家主導的雲開發存在一個天然限制，就是和平臺繫結過緊，無法和其它平臺共享資料。

我們以微信雲開發為例，如果你僅開發微信小程式，資料獨家存在微信平臺，那沒問題；但如果你同時還有App或其他家小程式，此時微信小程式的資料儲存在微信平臺，其它平臺的資料儲存在開發者自己的伺服器上，此時就出現了資料割裂。假設一個使用者先使用小程式，個人資料儲存在微信平臺；有了粘性後升級到App，此時App端無法讀取微信平臺的資料，則使用者就無法檢視之前在小程式上的歷史資料，甚至在App平臺需要重新註冊。這種情況對開發者是不利的。

因此，跨端的 serverless 方案才是開發者的最優解。

目前主流框架對雲開發的支援情況：

• Taro：僅支援微信小程式，詳見小程式雲開發模板
• uni-app：DCloud 聯合阿里雲、騰訊雲，提供基於 serverless 模式和 js 程式設計的雲開發平臺，支援App/H5/小程式所有平臺，詳見uniCloud
• kbone：僅支援微信小程式，詳見雲開發

serverless 維度上，uni-app大幅領先其它框架。

外掛市場

一個開發框架能否成功，除了框架自身的高度產品化外，開發者生態的構建也至關重要。

uni-app 於2018年底率先推出外掛市場，支援前端元件、js sdk、頁面模板、專案模板、原生外掛等多種型別，且提供了讚賞、付費購買等手段，刺激輪子作者的創作激情。目前市場上已釋出外掛接近1500個，眾多外掛下載量都在萬次以上。

Taro 於 2019年5月上線物料市場，目前市場上已釋出物料90個；從熱門榜單來看，下載量並不大，下載最多的也就數百。

kbone目前還沒有外掛市場。

Tips:

• 外掛數量及下載量資料採集時間為 2020.04.03 16：00

外掛市場維度，uni-app獨領風騷。

學習資源

除了各大框架官網外，開發者通常還會通過視訊教程、社群部落格等方式系統學習。

相關學習資源的豐富程度，也能側面反映一個框架的受歡迎程度，故我們採集了幾個三方站點的資料。

視訊教程

Tips：

• 視訊教程資料採集時間為2020.04.05 22:00

開發交流

除了入門的學習資源，開發期的交流也很重要，這個我們主要看官方組織的社群和交流群。

社群論壇

uni-app 的問答社群，帖子豐富，沉澱較多；目前已沉澱2萬多相關帖子，每日更新帖子數百篇，月uv百萬。

對於習慣使用 github issue反饋問題的使用者，uni-app同樣支援，目前累計有1391個issues。

Taro 早期基於github issue進行產品Bug管理，目前累計已有近4898個issue；後於2019年5月上線開發者社群，和物料市場上線時間相同，目前沉澱1300+帖子，每日更新帖子在10個左右，相關資料計算方法如下：

• 帖子總數：Taro 社群頂部選擇板塊，計算每個板塊下所有主題總數，如下圖。
• 每日更新帖子數：根據帖子列表中的最後回覆時間，計算24小時內有回覆或評論的主題總數

kbone 在微信開放社群中新增了一個Kbone官方框架的專區，因產品釋出較晚，目前只有一百多個帖子。

總結一下社群帖子及issue資料，情況如下（採集時間為 2020.04.03 23：00）：

交流群

Tips:

• Taro 有16個微信群是根據 Taro 官網上顯示Taro 開發交流 15 群 已滿推論而出，每個微信群500人，交流群人數： 500*16 = 8000人
• uni-app 官網 QQ群有35個，微信群20個，還有十幾個專項QQ群，其中有30個QQ群達到2000人，交流群人數： 30 2000 + 5 1000 + 20*500 + 5000 = 90000人
• kbone 在 github 的 readme中有一個qq交流群，申請加入時顯示500人已滿

除了交流群外，DCloud對外公佈的uni-app的開發者數量達到百萬人，暫未看到taro和kbone公佈此類資料。

總體而言，開發交流維度比較結果如下：uni-app > taro > kbone

其它指標

github

在開源社群方面，Taro做的還是非常成功的，它吸引了更多開發者為其貢獻程式碼、文件。

百度指數

通過index.baidu.com，可檢視主流框架的搜尋指數，它代表了網友的搜尋量和相關文章的收錄量。目前kbone尚未收錄到百度指數中，如下是近期 uni-app 和 taro的百度指數對比圖：

結語

所有的評測都只是提供決策依據，最後的結果還是要依賴開發者的團隊技術棧、業務訴求、未來規劃等。

不過作為一篇評測文章的結語，我們還是要給出自己的建議：

• 如果你熟悉React，不懂Vue.js，推薦Taro；
• 如果你熟悉Vue.js，則推薦 uni-app；
• 如果你已經有H5程式碼，只想增加微信小程式平臺，並且對效能要求不高，可以考慮kbone；
• 如果你的業務涉及多端，更推薦 uni-app；
• 如果你希望通過 serverless 方案快速上線業務，推薦 uni-app。

如有讀者認為本文中任何評測失真，歡迎在這裡報 issuse。