短信预约-IT技能 免费直播动态提醒
从框架作者角度聊:React调度算法的迭代过程
大家好,我卡颂。
React内部最难理解的地方就是「调度算法」,不仅抽象、复杂,还重构了一次。
可以说,只有React团队自己才能完全理解这套算法。
既然这样,那本文尝试从React团队成员的视角出发,来聊聊「调度算法」。
什么是调度算法
React在v16之前面对的主要性能问题是:当组件树很庞大时,更新状态可能造成页面卡顿,根本原因在于:更新流程是「同步、不可中断的」。
为了解决这个问题,React提出Fiber架构,意在「将更新流程变为异步、可中断的」。
最终实现的交互流程如下:
- 不同交互产生不同优先级的更新(比如onClick回调中的更新优先级最高,useEffect回调中触发的更新优先级一般)
- 「调度算法」从众多更新中选出一个优先级作为本次render的优先级
- 以步骤2选择的优先级对组件树进行render
在render过程中,如果又触发交互流程,步骤2又选出一个更高优先级,则之前的render中断,以新的优先级重新开始render。
本文要聊的就是步骤2中的「调度算法」。
expirationTime调度算法
「调度算法」需要解决的最基本的问题是:如何从众多更新中选择其中一个更新的优先级作为本次render的优先级?
最早的算法叫做expirationTime算法。
具体来说,更新的优先级与「触发交互的当前时间」及「优先级对应的延迟时间」相关:
- // MAX_SIGNED_31_BIT_INT为最大31 bit Interger
- update.expirationTime = MAX_SIGNED_31_BIT_INT - (currentTime + updatePriority);
例如,高优先级更新u1、低优先级更新u2的updatePriority分别为0、200,则
- MAX_SIGNED_31_BIT_INT - (currentTime + 0) > MAX_SIGNED_31_BIT_INT - (currentTime + 200)
-
- // 即
- u1.expirationTime > u2.expirationTime;
代表u1优先级更高。
expirationTime算法的原理简单易懂:每次都选出所有更新中「优先级最高的」。
如何表示“批次”
除此之外,还有个问题需要解决:如何表示「批次」?
「批次」是什么?考虑如下例子:
- // 定义状态num
- const [num, updateNum] = useState(0);
-
- // ...某些修改num的地方
- // 修改的方式1
- updateNum(3);
- // 修改的方式2
- updateNum(num => num + 1);
两种「修改状态的方式」都会创建更新,区别在于:
- 第一种方式,不需考虑更新前的状态,直接将状态num修改为3
- 第二种方式,需要基于「更新前的状态」计算新状态
由于第二种方式的存在,更新之间可能有连续性。
所以「调度算法」计算出一个优先级后,组件render时实际参与计算「当前状态的值」的是:
「计算出的优先级对应更新」 + 「与该优先级相关的其他优先级对应更新」
这些相互关联,有连续性的更新被称为一个「批次」(batch)。
expirationTime算法计算「批次」的方式也简单粗暴:优先级大于某个值(priorityOfBatch)的更新都会划为同一批次。
- const isUpdateIncludedInBatch = priorityOfUpdate >= priorityOfBatch;
expirationTime算法保证了render异步可中断、且永远是最高优先级的更新先被处理。
这一时期该特性被称为Async Mode。
IO密集型场景
Async Mode可以解决以下问题:
- 组件树逻辑复杂导致更新时卡顿(因为组件render变为可中断)
- 重要的交互更快响应(因为不同交互产生更新的优先级不同)
这些问题统称为CPU密集型问题。
在前端,还有一类问题也会影响体验,那就是「请求数据造成的等待」。这类问题被称为IO密集型问题。
为了解决IO密集型问题的,React提出了Suspense。考虑如下代码:
- const App = () => {
- const [count, setCount] = useState(0);
-
- useEffect(() => {
- const t = setInterval(() => {
- setCount(count => count + 1);
- }, 1000);
- return () => clearInterval(t);
- }, []);
-
- return (
- <>
- loading...
}>
count={count} /> count is {count}
> ); };
其中:
- 每过一秒会触发一次更新,将状态count更新为count => count + 1
- 在Sub中会发起异步请求,请求返回前,包裹Sub的Suspense会渲染fallback
假设请求三秒后返回,理想情况下,请求发起前后UI会依次显示为:
- // Sub内请求发起前
I am sub, count is 0
count is 0
-
- // Sub内请求发起第1秒
loading...
count is 1
-
- // Sub内请求发起第2秒
loading...
count is 2
-
- // Sub内请求发起第3秒
loading...
count is 3
-
- // Sub内请求成功后
I am sub, request success, count is 4
count is 4
从用户的视角观察,有两个任务在并发执行:
- 请求Sub的任务(观察第一个div的变化)
- 改变count的任务(观察第二个div的变化)
Suspense带来了「多任务并发执行」的直观感受。
因此,Async Mode(异步模式)也更名为Concurrent Mode(并发模式)。
一个无法解决的bug
那么Suspense对应更新的优先级是高还是低呢?
当请求成功后,合理的逻辑应该是「尽快展示成功后的UI」。所以Suspense对应更新应该是高优先级更新。那么,在示例中共有两类更新:
Suspense对应的高优IO更新,简称u0
每秒产生的低优CPU更新,简称u1、u2、u3等
在expirationTime算法下:
- // u0优先级远大于u1、u2、u3...
- u0.expirationTime >> u1.expirationTime > u2.expirationTime > …
u0优先级最高,则u1及之后的更新都需要等待u0执行完毕后再进行。
而u0需要等待「请求完毕」才能执行。所以,请求发起前后UI会依次显示为:
- // Sub内请求发起前
I am sub, count is 0
count is 0
-
- // Sub内请求发起第1秒
loading...
count is 0
-
- // Sub内请求发起第2秒
loading...
count is 0
-
- // Sub内请求发起第3秒
loading...
count is 0
-
- // Sub内请求成功后
I am sub, request success, count is 4
count is 4
从用户的视角观察,第二个div被卡住了3秒后突然变为4。
所以,只考虑CPU密集型场景的情况下,「高优更新先执行」的算法并无问题。
但考虑IO密集型场景的情况下,高优IO更新会阻塞低优CPU更新,这显然是不对的。
所以expirationTime算法并不能很好支持并发更新。
expirationTime算法在线Demo[1]
出现bug的原因
expirationTime算法最大的问题在于:expirationTime字段耦合了「优先级」与「批次」这两个概念,限制了模型的表达能力。
这导致高优IO更新不会与低优CPU更新划为同一「批次」。那么低优CPU更新就必须等待高优IO更新处理完后再处理。
如果不同更新能根据实际情况灵活划分「批次」,就不会产生这个bug。
重构迫在眉睫,并且重构的目标很明确:将「优先级」与「批次」拆分到两个字段中。
Lane调度算法
新的调度算法被称为Lane,他是如何定义「优先级」与「批次」呢?
对于优先级,一个lane就是一个32bit Interger,最高位为符号位,所以最多可以有31个位参与运算。
不同优先级对应不同lane,越低的位代表越高的优先级,比如:
- // 对应SyncLane,为最高优先级
- 0b0000000000000000000000000000001
- // 对应InputContinuousLane
- 0b0000000000000000000000000000100
- // 对应DefaultLane
- 0b0000000000000000000000000010000
- // 对应IdleLane
- 0b0100000000000000000000000000000
- // 对应OffscreenLane,为最低优先级
- 0b1000000000000000000000000000000
「批次」则由lanes定义,一个lanes同样也是一个32bit Interger,代表「一到多个lane的集合」。
可以用位运算很轻松的将多个lane划入同一个批次:
- // 要使用的批次
- let lanesForBatch = 0;
-
- const laneA = 0b0000000000000000000000001000000;
- const laneB = 0b0000000000000000000000000000001;
-
- // 将laneA纳入批次中
- lanesForBatch |= laneA;
- // 将laneB纳入批次中
- lanesForBatch |= laneB;
上文提到的Suspense的bug是由于expirationTime算法不能灵活划定批次导致的。
lanes就完全没有这种顾虑,任何想划定为同一「批次」的优先级(lane)都能用位运算轻松搞定。
Lane算法在线Demo[2]
总结
「调度算法」要解决两个问题:
- 选取优先级
- 选取批次
expirationTime算法中使用的expirationTime字段耦合了这两个概念,导致不够灵活。
Lane算法的出现解决了以上问题。
参考资料
[1]expirationTime算法在线Demo:
https://codesandbox.io/s/usetransition-stop-reacting-passed-props-updates-forked-5e7lh
[2]Lane算法在线Demo:
https://codesandbox.io/s/usetransition-stop-reacting-passed-props-updates-zoqm2?file=/src/index.js
免责声明:
① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。
② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341