小程序跨端框架（taro/uni-app/kbone）橫評之2020版
微信竟然推出了跨端的kbone，說明跨端的開發已經深入人心；又是新的一年過去了，小程序開發領域又有哪些新的變化？我們來看如下最新的評測文章，可惜沒有wepy 2.0的測評。
本文經授權轉載，如下爲原文，enjoy!
又是一年四月天，距離上次發佈跨端開發框架深度橫評已過去整整一年。
這一年，小程序在用戶規模及商業化方面都取得了極大的成功。微信小程序日活超過3億，支付寶、百度、字節跳動小程序的月活也紛紛超過3億。
對應小程序開發領域，這一年也發生了巨大變化。開發框架從單純的微信小程序開發，過渡到多端框架成爲標配，進一步提升開發效率成爲開發者的強烈需求。
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，微信新推出了支持H5和微信小程序的 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，很多框架因爲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，成爲了市場主流。
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，但畢竟是微信官方發佈，關注的人不少，故本次將 kbone 加入評測目標。
所以，本次評測的對象（按發佈時間排序）：
- 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/
本次評測除了運行性能等實測數據外，儘可能得通過框架官網及github、掘金、騰訊課堂等三方社區公開採集數據，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，發佈到各個端均可。而 kbone 只支持微信小程序和H5。
taro 和 uni-app 均將常用接口及組件封裝了成了跨端API和跨端組件，組件規範沿用微信小程序的規範，部分平臺特有API，這兩個框架亦有應對方案：
taro 和 uni-app 可以不受限的調用各家小程序平臺所有的API及組件。
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，然後編寫微信原生代碼。對於html中沒有標籤可替代的微信內置組件（如swiper），需要使用 wx-component 標籤或者使用 wx- 前綴，這樣的內置組件會被包裹一層自定義組件，帶來相應的性能開銷。
除了接口、組件之外，我們以微信小程序爲例，找幾個典型能力對比框架支持度：
| 框架 | taro | uni-app | kbone |
|---|---|---|---|
| 微信自定義組件 | ⭕️ | ⭕️ | ⭕️ |
| 三方插件 | ⭕️ | ⭕️ | ❌ |
| 分包加載 | ⭕️ | ⭕️ | ⭕️ |
| sitemap | ⭕️ | ⭕️ | ⭕️ |
| wxs | ❌ | ⭕️ | ❌ |
| 雲開發 | ⭕️ | ⭕️ | ⭕️ |
補充說明：
- 如果在 Taro 項目引用了小程序原生的第三方組件，那麼該項目將不再具備多端轉換的能力，例如，如果使用了微信小程序的第三方組件，那麼項目只能轉換成微信小程序，轉義成其他平臺會失效，詳見taro官網
- uni-app 中使用微信自定義組件的話，支持編譯發行到App/H5/微信小程序/QQ小程序4個平臺，詳見uni-app官網
- taro 不支持 wxs 的依據：#2959
- kbone 不支持微信三方插件的依據：#58；不支持wxs的依據：#129
- 雲開發在微信平臺，三個框架都支持，但 taro/kbone僅支持微信小程序平臺，uni-app支持
App/H5/小程序所有平臺使用雲開發，詳見下方serverless/雲開發章節。
wxs是提升性能體驗的重要利器，除了微信小程序的wxs外，還有支付寶的SJS、百度的Filter，這些高級技術 uni-app 均完善支持。參考：謎之wxs，uni-app如何用它大幅提升性能
從如上功能對比來看：微信原生 ~ uni-app > taro > kbone
運行性能
我們繼續沿用去年的測試模型，看看一年來，各家小程序開發框架的性能是否有提升。詳細如下：
-
開發內容：開發一個仿微博小程序首頁的複雜長列表，支持下拉刷新、上拉翻頁、點贊。
-
界面如下：
-
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方式默認安裝。 -
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代碼，同時測試了taro 2.0 和 taro next 兩個版本的數據。
-
測試代碼開源（Github倉庫地址：https://github.com/dcloudio/test-framework），
Tips:若有同學覺得測試代碼寫法欠妥，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進程、清空內存，保證測試機環境基本一致；每次從本地讀取靜態數據，屏蔽網絡差異。
我們以上述仿微博小程序爲例，測試2個容易出性能問題的點：長列表加載、大量點贊組件的響應。
長列表加載
仿微博的列表是一個包含很多組件的列表，這種複雜列表對性能的壓力更大，很適合做性能測試。
從觸發上拉加載到數據更新、頁面渲染完成，需要準確計時。人眼視覺計時肯定不行，我們採用程序埋點的方式，制定瞭如下計時時機：
- 計時開始時機：交互事件觸發，框架賦值之前，如：上拉加載（onReachBottom）函數開頭
- 計時結束時機：頁面渲染完畢(微信setData回調函數開頭)
Tips：setData回調函數開頭可認爲是頁面渲染完成的時間，是因爲微信setData定義如下(微信規範)：
測試方式：從頁面空列表開始，通過程序自動觸發上拉加載，每次新增20條列表，記錄單次耗時；固定間隔連續觸發 N 次上拉加載，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條微博列表爲例，從頁面空列表開始，每隔1秒觸發一次上拉加載（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 的平均耗時爲538毫秒，最快的uni-app是446毫秒，最慢的kbone是4057毫秒
大家初看這個數據，可能比較疑惑，別急，下方有詳細說明
說明1：爲何 taro next/kbone 測試數據不完整?
因爲 taro next 和kbone 採用的是動態渲染方案，這類方案在頁面複雜、組件較多時，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（如下告警信息）。我們在 紅米手機（Redmi 6 Pro）上實測，頁面組件超過600個時，taro next、kbone 實現的仿微博App就會報出運行異常，並停止渲染（頁面白屏），故這兩個測試框架在組件較多時，測試數據不完整。這也就意味着，當頁面組件太多時，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 是使用一定的性能損耗來換取更爲全面的 Web 端特性支持。
故taro next、kbone的測試數據，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：爲什麼測試數據顯示uni-app 會比微信原生框架的性能略好呢？
這個問題在去年的測評中，已解釋過。爲了避免新同學迷惑，這裏再次說明一下。
微信原生框架耗時主要在setData調用上，開發者若不單獨優化，則每次都會傳遞大量數據；而 uni-app、taro 都在調用setData之前自動做diff計算，每次僅傳遞變動的數據。
例如當前頁面有20條數據，觸發上拉加載時，會新加載20條數據，此時原生框架通過如下代碼測試時，setData會傳輸40條數據
data: {
listData: []
},
onReachBottom() { //上拉加載
let listData = this.data.listData;
listData.push(...Api.getNews());//新增數據
this.setData({
listData
}) //全量數據，發送數據到視圖層
}
開發者使用微信原生框架，完全可以自己優化，精簡傳遞數據（每次僅傳遞變化的20條數據），比如修改如下：
data: {
listData: []
},
onReachBottom() { //上拉加載
// 通過長度獲取下一次渲染的索引
let index = this.data.listData.length;
let newData = {}; //新變更數據
Api.getNews().forEach((item) => {
newData['listData[' + (index++) + ']'] = item //賦值，索引遞增
})
this.setData(newData) //增量數據，發送數據到視圖層
}
經過如上優化修改後，再次測試，微信原生框架性能數據如下：
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性能；
uni-app相比微信原生，性能接近，算是一個數量級；並且隨着數據量增加，性能消耗增加不明顯，從438到454，只有16毫秒的變化taro 2.0隨着數據量越大，性能損耗隨着增大，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，性能經常還不如vue、react框架的性能。
也恰恰是因爲Vue、react框架的優秀，性能好，開發體驗好，所以原生js開發已經逐漸減少使用了。
說明3：爲何今年的性能測試數據和去年的不同？
細心的同學會發現，同樣的測試手機，同樣的測試代碼，爲何今年的性能數據會比去年的數據有大幅提升？
- taro、uni-app及微信原生，三個框架的數據都有大幅提升，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，隨着數據量的增加，耗時數據變化並不明顯，但去年是很明顯的線性增長
其實，通過微信原生工程的數據對比，就能得出結論：2019年，微信針對小程序運行時做了大幅性能優化。
這對開發者來說應該是個好消息，小程序性能體驗更佳，可承載更好的用戶業務。
複雜長列表加載下一頁評測結論：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
點贊組件響應速度
長列表中的某個組件，比如點贊組件，點擊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，點擊“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函數開頭開始計時，setData回調函數開頭結束計時；
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：也就是在列表數量爲400時，微信原生開發的應用，點贊按鈕從點擊到狀態變化需要26毫秒。
測試結果數據說明：
- taro next/kbone 測試數據不完整的原因同上，在組件較多時，頁面已經不再渲染了
- taro 2.0版本、uni-app和微信原生在點贊組件上的性能體驗接近，但taro next和kbone有較大的性能差距，這個也是因爲動態運行時框架導致的。
組件數據更新性能測評：uni-app ~ taro 2.0 > taro next > kbone
綜上，本性能測試做了2個測試，長列表加載和組件狀態更新，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
跨端支持
這三個框架都是爲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，支持主流的所有平臺。kbone 只支持微信小程序和 Web 端。我們重點比較一下 taro 和 uni-app。
小程序平臺
taro 和 uni-app 均支持微信、支付寶、百度、字節跳動小程序，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、淘票票等公司小程序案例，uni-app有騰訊、華爲、vivo、聯想、中華英才網等公司小程序案例。
App平臺
- 能力方面
taro與微信小程序引擎拉齊度較低，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端很常見的三方登錄、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，還提供了豐富的插件市場，可切實提升開發者的效率。
- 性能方面
taro在App端使用了react native的渲染引擎，雖然渲染層ui是原生的，但在實時交互和高響應要求的UI操作方面表現一直不佳，js層和視圖層的通信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序引擎的雙選方案，並且由於發明了renderjs技術，以及支持wxs、bindingx等技術，解決了js層和視圖層的通信損耗問題，在高響應要求的UI操作方面有更好的性能表現。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。其開發的小程序，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小程序sdk，這個工具可以幫助原生App快速搭建自己的小程序平臺。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和小程序組件的支持。
快應用
taro支持快應用的時間比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區維護狀態）：
- quickapp-vue版：使用 Vue開發快應用。此方案由小米主導，但華爲快應用暫不支持。
- quickapp-light版：基於小程序架構的快應用（Light版），詳見https://www.hellohub.cn。此方案由華爲主導，但小米快應用暫不支持。
跨端靈活性
跨端開發，離不開條件編譯。因爲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 均支持在js代碼通過process.env判斷平臺，然後編寫平臺特有代碼。
taro額外支持統一接口的多端文件編碼方式，以及在樣式文件中使用ifdef條件編譯。
uni-app是全面可條件編譯的，目錄、文件、配置、組件、js、css，所有一切均可通過ifdef條件編譯。
跨端支持小結結論：uni-app > taro > kbone
開發體驗
taro、uni-app、kbone均支持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。三個框架均支持主流的vue或react語法，配套的ide工具鏈較豐富，着色、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爲優秀。
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爲uni-app做了很多優化，代碼提示、轉到定義、easycom、運行調試...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，被稱爲下一代的雲技術，是真正的”雲“。
微信率先將 serverless 技術引入小程序開發領域，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。根據微信公開的數據，已經有50萬開發者在使用微信雲開發了。
不過小程序廠家主導的雲開發存在一個天然限制，就是和平臺綁定過緊，無法和其它平臺共享數據。
我們以微信雲開發爲例，如果你僅開發微信小程序，數據獨家存在微信平臺，那沒問題；但如果你同時還有App或其他家小程序，此時微信小程序的數據存儲在微信平臺，其它平臺的數據存儲在開發者自己的服務器上，此時就出現了數據割裂。假設一個用戶先使用小程序，個人數據存儲在微信平臺；有了粘性後升級到App，此時App端無法讀取微信平臺的數據，則用戶就無法查看之前在小程序上的歷史數據，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 方案纔是開發者的最優解。
目前主流框架對雲開發的支持情況：
- Taro：僅支持微信小程序，詳見小程序雲開發模板
- uni-app：DCloud 聯合阿里雲、騰訊雲，提供基於 serverless 模式和 js 編程的雲開發平臺，支持App/H5/小程序所有平臺，詳見uniCloud
- kbone：僅支持微信小程序，詳見雲開發
serverless 維度上，uni-app大幅領先其它框架。
插件市場
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年底率先推出插件市場，支持前端組件、js sdk、頁面模板、項目模板、原生插件等多種類型，且提供了讚賞、付費購買等手段，刺激輪子作者的創作激情。目前市場上已發佈插件接近1500個，衆多插件下載量都在萬次以上。
Taro 於 2019年5月上線物料市場，目前市場上已發佈物料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目前還沒有插件市場。
Tips:
- 插件數量及下載量數據採集時間爲 2020.04.03 16：00
插件市場維度，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頻教程、社區博客等方式系統學習。
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數據。
視頻教程
| 框架 | 騰訊課堂 | 網易雲課堂 | 慕課網 |
|---|---|---|---|
| taro | 4 | 1 | 2 |
| uni-app | 16 | 16 | 1 |
Tips：
- 視頻教程數據採集時間爲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區和交流羣。
社區論壇
uni-app 的問答社區，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反饋問題的用戶，uni-app同樣支持，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月上線開發者社區，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，相關數據計算方法如下：
- 帖子總數：Taro 社區頂部選擇
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 在微信開放社區中新增了一個Kbone官方框架的專區，因產品發佈較晚，目前只有一百多個帖子。
總結一下社區帖子及issue數據，情況如下（採集時間爲 2020.04.03 23：00）：
交流羣
| 框架 | 微信羣 | QQ羣 | 交流羣開發者（預估） |
|---|---|---|---|
| taro | 16 | - | 8k |
| uni-app | 20 | 40+ | 90k |
| kbone | - | 1 | 0.5k |
Tips:
- Taro 有16個微信羣是根據 Taro 官網上顯示
Taro 開發交流 15 羣 已滿推論而出，每個微信羣500人，交流羣人數： 500*16 = 8000人 - uni-app 官網 QQ羣有35個，微信羣20個，還有十幾個專項QQ羣，其中有30個QQ羣達到2000人，交流羣人數： 30 * 2000 + 5* 1000 + 20*500 + 5000 = 90000人
- kbone 在 github 的 readme中有一個qq交流羣，申請加入時顯示500人已滿
除了交流羣外，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公佈此類數據。
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
| 框架 | star | 貢獻者 |
|---|---|---|
| taro | 24.6k | 122 |
| uni-app | 19.7k | 72 |
| kbone | 2.7k | 7 |
在開源社區方面，Taro做的還是非常成功的，它吸引了更多開發者爲其貢獻代碼、文檔。
百度指數
通過index.baidu.com，可查看主流框架的搜索指數，它代表了網友的搜索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。
不過作爲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代碼，只想增加微信小程序平臺，並且對性能要求不高，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。
如有讀者認爲本文中任何評測失真，歡迎在這裏報 issuse。