编程宝库 - 技术改变世界

编程宝库

Search

美团技术架构

降低软件复杂性的一般原则和方法

Litho在动态化方案MTFlexbox中的实践

总第356篇

2019年第34篇

undefined

Litho是一套声明式UI框架，主要优化复杂RecyclerView列表的滑动性能问题。MTFlexbox是一种跨平台动态化解决方案，性能高、渲染速度快、兼容性高、原生功能支持度高。Litho与MTFlexbox结合，可以最大化的提升性能。

1. MTFlexbox

MTFlexbox是美团内部应用的非常成熟的一种跨平台动态化解决方案，它遵循了CSS3中提出的Flexbox规范来抹平多平台的差异。MTFlexbox适用于重展示、轻交互的业务场景，与现有HTML、React Native、Weex等跨平台方案相比，MTFlexbox具备着性能高、渲染速度快、兼容性高、原生功能支持度高等优势。但其缺点在于不支持复杂的交互逻辑，不适合复杂交互的业务场景。目前，MTFlexbox已经广泛应用在美团首页、搜索、外卖等重要业务场景。本文主要介绍在MTFlexbox中使用Litho优化性能的实践经验，更多关于MTFlexbox的实践内容，可查阅《MTFlexbox自动化埋点探索》。

1.1 MTFlexbox的原理

MTFlexbox首先定义一份跨平台统一的DSL布局描述文件，前端通过“所见即所得”的编辑器编辑产生布局，客户端下载布局文件后，根据布局中的描述绑定JSON数据，并最终完成视图的渲染。MTFlexbox框架图如下图所示：

图1 MTFlexbox的架构

图中分为五层，分别是：

业务应用层：业务使用MTFlexbox的编辑器定义符合Flexbox规范的DSL文件（XML模版）。
模版下载：负责XML模版下载相关的工作，包括模板缓存、预加载和异常监控等。
模版解析：负责模版解析相关的工作，包括标签节点的预处理、数据绑定、标签节点的缓存复用和数据异常监控等。
视图渲染：负责视图渲染相关的工作，包括把标签结点按照Flexbox规范解析成Native视图，并完成视图属性的设置、点击曝光事件的处理、视图渲染、异常监控等。
自定义标签扩展：提供支持业务扩展自定义标签的能力。

鉴于本篇博客主要涉及渲染相关的内容，下面将着重介绍MTFlexbox从模版解析到渲染的过程。如下图所示，MTFlexbox首先会把XML模版解析成Java中的标签树，然后和JSON数据绑定结合成一颗具有完整数据信息的节点树。至此，模版解析工作就完成了。解析完成的节点树会交给视图引擎进行Native视图树的创建和渲染。

图2 视图模版从解析到渲染

2. MTFlexbox在美团动态化实践中面临的挑战

随着MTFlexbox在美团内部被广泛使用，我们遇到了两个问题：

复杂视图因层级过深，导致滑动卡顿问题。
生成视图耗时过长，导致滑动卡顿问题。

2.1 问题一：视图层级过深

2.1.1 原因分析

MTFlexbox使用的是Flexbox布局，Flexbox布局可以理解成Android LinearLayout布局的一种扩展。Flexbox在布局过程中使用到大量的布局嵌套，如果布局酷炫复杂，无疑会出现布局层级过深、视图树遍历耗时、绘制耗时等问题，最终引发滑动卡顿。下图是美团正在使用的一个模版的视图层级情况（布局最深处有8层）：

图3 模版布局层级效果

2.1.2 影响

布局层级过深在布局的计算和渲染过程中会导致过多的递归调用，影响视图的绘制效率，引发页面滑动FPS下降问题，这会直接影响到用户体验。

2.2 问题二：生成视图耗时过长

2.2.1 原因分析

视图生成耗时原因如下图所示：RecyclerView在使用MTFlexbox布局条目时，需要对条目模版进行下载并解析生成节点树，这样会导致生成视图的过程耗时过长。为了提高视图生成速度，我们增加了复用机制，但是滑动过程中，如果遇到新的布局样式仍然需要重新下载和解析。另外，MTFlexbox绑定的数据是未经解析的JSON字符串，所以也要比正常情况下的数据绑定更耗时一些。正是上面两个原因，导致了MTFlexbox生成视图耗时过长的问题，这也会导致滑动时FPS出现突然下降的现象，产生卡顿感。

图4 视图生成耗时原因分析

2.2.2 影响

由于视图的创建会阻塞主线程，创建视图耗时过长会导致RecyclerView列表滑动时卡顿感明显，也严重影响到了用户体验。

3. Litho

3.1 Litho原理

Litho是一套声明式UI框架，或者说是一个渲染引擎，它主要优化复杂RecyclerView列表的滑动性能问题。Litho实现了视图的细粒度复用、异步计算布局和扁平化视图，可以显著提升滑动性能，减少RecyclerView滑动时的内存占用。详细介绍可以参考美团技术团队之前发布的另一篇博客：Litho的使用及原理剖析。

3.2 Litho的优势

通过对Litho原理的了解，我们可以看到Litho主要针对RecyclerView复杂滑动列表做了以下几点优化：

视图的细粒度复用，可以减少一定程度的内存占用。
异步计算布局，把测量和布局放到异步线程进行。
扁平化视图，把复杂的布局拍成极致的扁平效果，优化复杂列表滑动时由布局计算导致的卡顿问题。

扁平化视图刚好可以优化MTFlexbox遇到的视图层级过深的问题。异步计算布局虽然不能直接解决MTFlexbox生成视图耗时过长问题，但是给问题的解决提供了新的思路——异步提前完成视图创建。而且使用Litho还能带来一定程度的内存优化。所以如何将Litho应用到MTFlexbox中，进而来解决MTFlexbox现存的问题，是我们解下来要讨论的重点。

4. Litho + MTFlexbox是怎么解决上述两个问题的？

4.1 解决问题一：视图层级过深问题

Litho实现了布局的扁平化，所以最直接的方式就是使用Litho来替换MTFlexbox现有的视图引擎。视图引擎最主要的作用，是把XML文件解析出来的节点树变成Litho可以展示的视图，所以视图引擎替换的主要工作是把节点树转换成Litho能展示的视图。如下图所示。由于Litho使用的是组件化思想，需要先把节点转化成组件，再把组件树设置给LithoView，而LithoView是Litho用于兼容原生View的容器，它负责把Litho和系统视图引擎桥接起来。

图5 Litho视图引擎从节点到视图的转换

不过视图引擎的替换并不是一帆风顺的，我们在替换过程中也遇到了4个比较大的挑战。

难点一：复用视图无法更新数据问题

问题描述： 完成了节点树到组件树的转化以后，我们发现了一个严重的问题——复用的视图无法应用新的数据。

问题分析： 当数据发生变化后，MTFlexbox的节点树会对比新旧数据的变更，确定哪些结点需要更新并通知到具体的视图节点，然后更新显示内容（例如：新数据相比旧数据改变了Text，那么只有Text对应的节点会通知对应的视图去更新内容）。Litho组件的Prop属性是不允许更改的，而Litho组件中绝大多数属性都是Prop属性。

解决方案

方案一：使用State属性全局替换所有组件的Prop属性。这种方式的优点在于替换方式相对简单直接，缺点是侵入性强，替换工作量巨大且不符合Litho的思想（尽可能少的去改变组件的状态）。这种方案不是最优解，我们要降低侵入，简单快捷地实现数据更新，于是就产生了方案二，具体如下图所示。

方案二：封装一套Updater组件，用于创建真正展示的组件。Updater组通过State属性监听对应节点的数据变更，当节点数据变化时，可以触发对应节点的更新。

图6 数据更新问题初版解决方案

但在后来的实践过程中，我们发现Litho整个组件树中只要有一个组件有状态更新，便会重新计算整个布局，而每次数据更新少说也会有几十个节点发生变化。频繁的重复计算反而导致性能变得很差。在经过了多种尝试以后，我们找到了最优的解决方案：

图7 数据更新问题最终解决方案

如上图所示，状态更新控制器负责整个视图所有节点的更新操作。在所有数据都更新完成以后，统一交由状态更新控制器触发一遍组件更新。

难点二：Litho不支持层叠布局问题

MTFlexbox并没有完全严格的使用Flexbox布局规范，为了简单实现层叠效果，MTFlexbox自定义了一种新布局规范——Layer布局。Layer布局具有以下两个特点：

特点一：Layer的子视图在z轴上依次层叠展示。
特点二：Layer的子视图默认且只能充满父布局。

原因分析：由于Litho严格遵守Flexbox布局规范，所以没有现成的Layer组件。

解决方案：自己实现Layer组件，满足第一个特点很容易，Flexbox本身就支持层叠展示，只需要把子视图设为绝对布局就可以了。但是让子视图默认充满父布局就没有那么简单了，Flexbox布局中没有任何一个属性可以达到这个效果。在经过了若干次组合多个属性的尝试以后，还是没能找到解决方案。既然Layer并不是Flexbox布局的规范，那么我们局限在Flexbox的束缚下，怕是很难找到完美的解决方案。那么，能不能在Litho中绕过Flexbox的约束，自己实现Layer效果呢？想在Litho中突破Flexbox布局的束缚，就需要了解Litho是如何使用Flexbox的。

图8 Litho的布局计算原理

如上图，Litho的Flexbox布局是由Yoga负责布局计算的。每一个Litho组件都会对应一个Yoga节点。但Yoga的布局计算过程是由根节点去统一触发的，子节点没有办法知道自己对应的Yoga节点是何时开始计算，及何时计算结束。这样以来，我们就没有时机去感知到Layer组件的布局是否计算完成，也就没有办法在Layer组件计算完成后去控制Layer子节点的计算。为了解决这个问题，我们做了两件事：

添加布局计算完成的回调，在布局计算完成后由根节点逐层通知子节点计算完成的消息。
拆分Yoga节点树，由Layer自己来控制子节点的计算。

图9 Layer布局的实现原理

如上图所示，把Layer组件伪造成叶子节点，不把Layer组件的子节点设置给Yoga，这样一个Yoga中的布局树就被Layer组件切割开了。当根节点计算完成以后，通知到Layer组件，Layer组件再依次去设置子节点的宽高和位置属性，并触发子节点去完成各自子节点的布局计算。这样就完美地实现了Layer的布局效果。

难点三：Litho图片组件不支持使用网络图片问题

原因分析： Litho的组件是一个属性的集合，Litho期望我们在组件创建时便确定了所有属性的值，所以Litho不支持网络图的展示。如果要支持从网络下载图片，就意味着图片组件用来展示的内容会发生变化。所以Litho自带的图片组件并不支持使用网络图片。

解决方案

方案一：用State属性解决网络图片下载带来的展示内容变化问题。我们在实践中发现，State属性的更新会导致整个布局重新计算，其实替换图片资源不会导致图片组件的大小位置发生变化，根本不需要重新计算布局。为了减少使用State属性导致布局计算频繁的问题，就摒弃了这种方案。

方案二：Litho官方额外提供的异步下载图片组件FrescoImage中使用的是图片代理方式。FrescoImage使用DraweeDrawable来绘制视图，而DraweeDrawable实际上并不具备图片渲染的能力，只是在内部保存了一个真正的Drawable来负责渲染。所以，DraweeDrawable本质上是对真正要展示的图片做了一层代理，当从网络上下载下来真正要展示的图片后，只需要通过替换代理图片就可以完成视图的更新。美团下载图片使用的是Glide，只需要按照这个思路实现自己的GlideDrawable就好了。

难点四：自定义标签扩展的接口不兼容问题

MTFlexbox支持自定义标签的扩展，所以我们在完成基本视图标签的Litho实现以后，还需要支持自定义Tag的扩展，才算完成视图引擎的替换工作。

原因分析：MTFlexbox在设计自定义标签接口时，只提供了允许使用View完成视图扩展的接口，但是Litho实现的视图引擎是使用组件作为视图单元和MTFlexbox对接的，所以接口不能兼容。

解决方案

方案一：重新提供使用Litho组件完成视图扩展的接口。其缺点是，需要MTFlexbox的使用方重新实现已经支持了的自定义标签，工作量较大，所以这种方案被抛弃了。

方案二：Litho中使用业务方已经扩展好的View。其优点是使用方对视图引擎的替换无感知。那么，怎样才能在Litho中使用业务方已经扩展好的View呢？可以先看下面这张图。

图10 Litho对View功能的拆分

我们可以简单的理解成Litho对Android的View做了一个功能拆分，把属性和布局计算的能力放在了组件里面，每一种组件对应一个绘制单元来专门负责绘制。那么对于使用方扩展的标签，我们可以定义一个通用组件来统一承接。在挂载绘制单元时，再去调用使用方扩展的视图去绘制。

优化效果

至此，视图引擎的替换就完成了，整个视图引擎的替换做到了使用方无感知。完美解决了MTFlexbox视图层级深的问题，顺带还优化了部分性能。下面是布局层级优化效果的对比，可以看到相同样式下，使用Litho引擎实现的视图比使用MTFlexbox原生引擎的视图层级要浅很多。

除此之外，还有我们的内存优化成果。下图是美团首页使用MTFlexbox时，内存占用随滑动页数（一页为20条数据）增加而变化的趋势图。可以看到，使用Litho引擎实现的MTFlexbox比使用原生引擎的MTFlexbox在内存占用上能有30M以上的优化。

4.2 解决问题二：生成视图耗时过长

上文提到导致生成视图耗时过长的有两个原因：

MTFlexbox对布局模版的下载和解析耗时。
MTFlexbox绑定时解析数据的耗时。

上文“自定义标签扩展的接口不兼容问题”中介绍过Litho的组件能够独立完成布局计算。另外，Litho组件是轻量级的，所以我们直接把Litho组件作为RecyclerView适配器的数据源。这样就需要在数据解析时提前完成组件的创建，而组件的创建需要用到MTFlexbox的整个解析过程，也就是说，我们把MTFlexbox导致视图生成耗时过长的过程提前在数据层异步完成了。这样就不需要等到视图要展示时再去解析，从而规避了视图生成耗时过长的问题。具体的原理，可以参见Litho的使用及原理剖析一文中的3.2节“异步布局”。