im系统架构优化（IM跨平台技术学习）

本文由vivo技术团队Yang Kun分享，原题“electron 应用开发优秀实践”，本文有修订。

在上篇《Electron初体验(快速开始、跨进程通信、打包、踩坑等)》的分享中，我们已经对Electron跨端框架的开发有了大概的了解。

本篇将基于vivo技术团队的技术实践，详细阐述了vivo在使用Electron进行跨端桌面开发时的技术栈选型考量，同时分享了在打包构建、版本更新、性能优化、质量保障、安全性等方面的实践方案和踩坑总结。

本文是系列文章中的第3篇，本系列总目录如下：

• 《IM跨平台技术学习(一)：快速了解新一代跨平台桌面技术——Electron》
• 《IM跨平台技术学习(二)：Electron初体验(快速开始、跨进程通信、打包、踩坑等)》
• 《IM跨平台技术学习(三)：vivo的Electron技术栈选型、全方位实践总结》（* 本文）
• 《IM跨平台技术学习(四)：蘑菇街基于Electron开发IM客户端的技术实践》（稍后发布.. ）
• 《IM跨平台技术学习(五)：融云基于Electron的IM跨平台SDK改造实践总结》（稍后发布.. ）
• 《IM跨平台技术学习(六)：网易云信基于Electron的IM消息全文检索技术实践》（稍后发布.. ）

因业务发展，我们需要用到桌面端技术，技术特性涉及离线可用、调用桌面系统能力等要求。

那么什么是桌面端开发？一句话概括就是：以 Windows 、MacOS 和 Linux 为操作系统的桌面软件开发。

对此我们做了详细的技术调研：桌面端的开发方式主要有 Native 、 QT 、 Flutter 、 NW 、 Electron 、 Tarui 。

这些技术各自优劣势如下表格所示：

我们最终的桌面端技术选型是 Electron，Electron 是一个可以使用 Web 技术来开发跨平台桌面应用的开发框架。

其技术组成如下：

Electron = Chromium Node.js Native API

各技术能力如下图所示：

整体架构如下图所示：

Electron 是多进程架构，架构具有以下特点：

• 1）由一个主进程和 N 个渲染进程组成；
• 2）主进程承担主导作用，用于完成各种跨平台和原生交互；
• 3）渲染进程可以是多个，使用 Web 技术开发，通过浏览器内核渲染页面；
• 4）主进程和渲染进程通过进程间通信来完成各种功能。

这里回顾一下 Electron 进程间通信技术原理。

electron 使用 ipc （interprocess communication） 在进程之间进行通信。

如下图所示：

其提供了 IPC 通信模块，主进程的 ipcMain 和渲染进程的 ipcRenderer。

从 electron 源码中可以看出， ipcMain 和 ipcRenderer 都是 EventEmitter 对象。

源码如下图所示：

看到源码实现，是不是觉得 IPC 不难理解了。知其本质，方可游刃有余。

限于篇幅，这里对Electron的基础知识就不再展开，有兴趣的读者可回顾一下本系列的前两篇《快速了解新一代跨平台桌面技术——Electron》、《Electron初体验(快速开始、跨进程通信、打包、踩坑等)》（这篇中的“5、进程详解”特别介绍了Electron进程间的关系以及通信原理）。

4、开发技术栈选型4.1编程语言选型

我们最终选择的是Typescript，理由如下。

针对开发者：

• 1）Javascript 的超集（无缝支持所有的 es2020 所有的特性，学习成本小）；
• 2）编译生成的 JavaScript 的代码保持很好的可读性；
• 3）可维护性明显增强；
• 4）完整的 OOP 的支持（extends, interface， private， protect， public等）；
• 5）类型即文档；
• 6）类型的约束，更少的单元测试的覆盖；
• 7）更安全的代码。

针对工具：

• 1）更好的重构能力；
• 2）静态分析自动导包；
• 3）代码错误检查；
• 4）代码跳转；
• 5）代码提示补齐。

社区支持：大量的社区的类型定义文件 提升开发效率。

4.2构建工具选型

我们选择的是 Electron-Forge。

理由很充分：Electron-Forge简单而又强大，目前 electron 应用最好的构建工具之一。

这里提一下 electron-builder 其和 electron-forge 的介绍和区别。

看下图所示：

两者最大的区别在于自由度，两者在能力上基本没什么差异了，从官方组织中的排序看，有意优先推荐 electron-forge 。

4.3Web方案选型

我们采用的是 Vue3 ，同时使用 Vite 作为构建工具，具体优点，大家可以查看官网介绍，这套组合是目前主流的 Web 开发方案。

4.4monorepo方案选型

目前的 monorepo 生态百花齐放，正确的实践方法应该是集大成法，也就是取各家之长，目前的趋势也是如此，各开源 monorepo 工具达成默契，专注自己擅长的能力。

如 pnpm 擅长依赖管理， turbo 擅长构建任务编排。遂在 monorepo 技术选型上，我选择了 pnpm 和 turbo 。

以下是pnpm的官网：

pnpm 理由如下：

• 1）目前最好的包管理工具（pnpm 吸收了npm、yarn、lerna等主流工具的精华，并去其糟粕）；
• 2）生态、社区活跃且强大；
• 3）结合 workspace 可以完成 monorepo 最佳设计和实践；
• 4）在管理多项目的包依赖、代码风格、代码质量、组件库复用等场景下，表现出色；
• 5）在框架、库的开发、调试、维护方面，表现出色。

相比于 vue 官网，在使用 pnpm 上，我加了 workspace 。

turbo 理由如下：

• 1）它是一个高性能构建系统（拥有增量构建、云缓存、并行执行、运行时零开销、任务管道、精简子集等特性）；
• 2）具有非常优秀的任务编排能力（可以弥补 pnpm 在任务编排上的短板）。

4.5本地数据库选型

Electron 应用数据库有非常多的选择如 lowdb 、 sqlite3 、 electron-store 、 pouchdb 、 dedb 、 rxdb 、 dexie 、 ImmortalDB 等。

这些数据库都有一个特性，那就是无服务器。

Electron本地数据库技术选型考虑因素主要有：

• 1）生态（使用者数量、维护频率、版本稳定度）；
• 2）能力；
• 3）性能；
• 4）其他（和使用者技术匹配度）。

我们通过以下渠道进行了相关调研：

• 1）github 的 issues、commit、fork、star；
• 2）sourcegraph 关键字搜索结果数；
• 3）npm 包下载量、版本发布；
• 4）官网和博客。

给出四个最优选择，分别是 lowdb 、 sqlite3 、 nedb 、 electron-store 。

我们的理由如下：

• 1）lowdb：生态、能力、性能三方面表现优秀， json 形式的存储结构， 支持 lodash 、 ramda 等 api 操作，利于备份和调用；
• 2）sqlite3：生态、能力、性能三方面表现优秀， Nodejs 关系型数据库第一选择方案；
• 3）nedb：能力、性能三方面表现优秀，缺点是基本不维护了，但底子还在，尤其操作是 MongoDB 的子集，对于熟悉 MongoDB 的使用者来说是绝佳选择；
• 4）electron-store：生态表现优秀，轻量级持久化方案，简单易用。

我们使用的数据库最终选型是 lowdb 方案。

PS：提一下 pouchdb ，如果需要将本地数据同步到远端数据库，可以使用 pouchdb ，其和 couchdb 可以轻松完成同步。

4.6脚本工具选型

软件开发过程中，将一些流程和操作通过脚本来完成，可以有效地提高开发效率和幸福度。

依赖 node runtime 的优秀选择就两个：shelljs 和 zx 。

选择 zx 的理由如下：

• 1）自带 fetch 、 chalk 等常用库，使用方便快捷；
• 2）多个子进程方便快捷（执行远端脚本、解析 md 、 xml 文件脚本、支持 ts），功能丰富且强大；
• 3）谷歌出品、大厂背景，生态非常活跃。

至此，技术选型就介绍完了。

5、打包构建实践5.1应用图标生成

不同尺寸图标的生成有以下方法。

Windows：

• 1）软件生成： icofx3；
• 2）网页生成： https://tool.520101.com/diannao/ico/。

MacOS：

• 1）软件生成： icofx3；
• 2）网页生成： https://tool.520101.com/diannao/ico/；
• 3）命令行生成： 使用 sips 和 iconutil 生成。

5.2二进制文件构建

本章节内容是基于 electron-forge 阐述的，不过原理是一样的。

在开发桌面端应用时，会有场景要用到第三方的二进制程序，比如 ffmpeg 这种。

在构建二进制程序时，要关注以下两个注意项。

1）二进制程序不能打包进 asar 中 可以在构建配置文件（forge.config.js）进行如下设置：

const os = require('os')

const platform = os.platform()

const config = {

packagerConfig: {

// 可以将 ffmpeg 目录打包到 asar 目录外面

extraResource: [`./src/main/ffmpeg/`]

}

}

2）开发和生产环境，获取二进制程序路径方法是不一样的 可以采用如下代码进行动态获取：

import { app } from 'electron'

import os from 'os'

import path from 'path'

const platform = os.platform()

const dir = app.getAppPath()

let basePath = ''

if(app.isPackaged) basePath = path.join(process.resourcesPath)

elsebasePath = path.join(dir, 'ffmpeg')

const isWin = platform === 'win32'

// ffmpeg 二进制程序路径

const ffmpegPath = path.join(basePath, `${platform}`, `ffmpeg${isWin ? '.exe':

5.3按需构建

如何对跨平台二进制文件进行按需构建呢？

比如桌面应用中用到了 ffmpeg ， 它需要有 windows 、 mac 和 linux 的下载二进制。

在打包的时候，如果不做按需构建，则会将 3 个二进制文件全部打到构建中，这样会让应用体积增加很多。

可以在 forge.config.js 配置文件中进行如下配置，即可完成按需构建。

代码如下：

const platform = os.platform()

const config = {

packagerConfig: {

extraResource: [`./src/main/ffmpeg/${platform}`]

},

}

通过 platform 变量来把对应系统的二进制打到构建中，即可完成对二进制文件的按需构建。

5.4性能优化

主要是构建速度和构建体积优化，构建速度这块不好优化。这里重点说下构建体积优化，拿 mac 系统举例说明， 在 electron 应用打包后，查看应用包内容。

如下图所示：

可以看到有一个 app.asar 文件。

这个文件用 asar 解压后可以看到有以下内容：

可以看出 asar 中的文件，就是我们构建后的项目代码，从图中可以看到有 node_modules 目录， 这是因为在 electron 构建机制中，会自动把 dependencies 的依赖全部打到 asar 中。

结合上述分析，我们的优化措施有以下4点：

• 1）将 web 端构建所需的依赖全部放到 devDependencies 中，只将在 electron 端需要的依赖放到 dependencies；
• 2）将和生产无关的代码和文件从构建中剔除；
• 3）对跨平台使用的二进制文件，如 ffmpeg 进行按需构建（上文按需构建已介绍）；
• 4）对 node_modules 进行清理精简。

这里提下第 4） 点，如何对 node_modules 进行清理精简呢？

如果是 yarn 安装的依赖：我们可以在根目录使用下面命令进行精简：

yarn autoclean -I

yarn autoclean -F

如果是 pnpm 安装的依赖：第 4）点应该不起作用了。我在项目中使用 yarn 安装依赖，然后执行上述命令后，发现打包体积减少了 6M ， 虽然不多，但也还可以。

6、版本更新实践6.1全量更新

全量更新就是通过下载最新的包或者 zip 文件，进行软件更新，需要替换所有的文件。

整体设计流程图如下：

按照流程图去实现，我们需要做以下事情：

• 1）开发服务端接口，用来返回应用最新版本信息；
• 2）渲染进程使用 axios 等工具请求接口，获取最新版本信息；
• 3）封装更新逻辑，用来对接口返回的版本信息进行综合比较，判断是否更新；
• 4）通过 ipc 通信将更新信息传递给主进程；
• 5）主进程通过 electron-updater 进行全量更新；
• 6）将更新信息通过 ipc 推送给渲染进程；
• 7）渲染进程向用户展示更新信息，若更新成功，则弹出弹窗告诉用户重启应用，完成软件更新。

6.2增量更新

增量更新是通过拉取最新的渲染层打包文件，覆盖之前的渲染层代码，完成软件更新，此方案只需替换渲染层代码，无需替换所有文件。

按照流程图去实现，我们需要做以下事情：

• 1）渲染进程定时通知主进程检测更新；
• 2）主进程检测更新；
• 3）需要更新，则拉取线上最新包；
• 4）删除旧版本包，复制线上最新包，完成增量更新；
• 5）通知渲染进程，提示用户重启应用完成更新。
• 全量更新和增量更新各有优势，多数情况下，采用增量更新来提高用户更新体验，同时使用全量更新作为兜底更新方案。

7、性能优化实践

打包构建优化在上节内容中已经详细介绍过了，这里不再介绍，下面将介绍我们对“启动时优化”和“运行时优化”的实践。

7.1启动时优化

主要从以下几个方面着手：

• 1）使用 V8-compile-cache 缓存编译代码；
• 2）优先加载核心功能，非核心功能动态加载；
• 3）使用多进程，多线程技术；
• 4）采用 asar 打包：会加快启动速度；
• 5）增加视觉过渡：loading 骨架屏。

7.1.1）使用 v8-compile-cache 缓存编译代码：

使用 V8 缓存数据，为什么要这么做呢？

因为 electorn 使用 V8 引擎运行 js ， V8 运行 js 时，需要先进行解析和编译，再执行代码。其中，解析和编译过程消耗时间多，经常导致性能瓶颈。而 V8 缓存功能，可以将编译后的字节码缓存起来，省去下一次解析、编译的时间。

主要使用 v8-compile-cache 来缓存编译的代码，做法很简单：在需要缓存的地方加一行。

1require('v8-compile-cache')

其他使用方法请查看此链接文档 ：https://www.npmjs.com/package/v8-compile-cache

7.1.2）优先加载核心功能，非核心功能动态加载：

伪代码如下：

export functionshare() {

const kun = require('kun')

kun()

}

7.2运行时优化

主要从以下几个方面着手：

• 1）对渲染进程 进行 Web 性能优化；
• 2）对主进程进行轻量瘦身。

7.2.1）对渲染进程 进行 Web 性能优化：

用一个思维导图来完整阐述如何进行 Web 性能优化，如下图所示：

上图基本包含了性能优化的核心关键点和内容，大家可以以此作为参考，去做性能优化。

7.2.2）对主进程进行轻量瘦身：

核心方案就是将运行时耗时、计算量大的功能交给新开的 node 进程去执行处理。

伪代码如下：

const { fork } = require('child_process')

let { app } = require('electron')

functioncreateProcess(socketName) {

process = fork(`xxxx/server.js`, [

'--subprocess',

app.getVersion(),

socketName

])

}

const initApp = async () => {

// 其他初始化代码...

let socket = await findSocket()

createProcess(socket)

}

app.on('ready', initApp)

通过以上代码，将耗时、计算量大的功能，放在 server.js ，然后再 fork 到新开 node 进程中进行处理。

至此，性能优化实践就介绍完了。

8、质量保障实践8.1概述

质量保障的全流程措施如下图所示：

本节主要从以下3个方面分享：

• 1）自动化测试；
• 2）崩溃监控；
• 3）崩溃治理。

下面将会依次介绍上述内容。

8.2自动化测试

自动化测试是什么？

上图是做自动化测试一个完整步骤，大家可以看图领会。

自动化测试主要分为 单元测试、集成测试、端到端测试。

三者关系如下图所示：

一般情况下：作为软件工程师，我们做到一定的单元测试就可以了。而且从我目前经验来说，如果是写业务性质的项目，基本上不会编写测试相关的代码。

自动化测试主要是用来编写库、框架、组件等需要作为单独个体提供给他人使用的。

electron 的测试工具推荐 vitest 、 spectron 。具体用法参考官网文档即可，没什么特别的技巧。

8.3崩溃监控

对于 GUI 软件，尤其桌面端软件来说，崩溃率非常重要，因此需要对崩溃进行监控。

崩溃监控原理如下图所示：

崩溃监控技巧：

• 1）渲染进程崩溃后，提示用户重新加载；
• 2）通过 preload 统一初始化崩溃监控；
• 3）主进程、渲染进程通过 process.crash() 进行模拟崩溃；
• 4）对崩溃日志进行收集分析。

崩溃监控做好后，如果发生崩溃，该如何治理崩溃呢？

8.4崩溃治理

崩溃治理难点：

• 1）定位出错栈困难：Native 错误栈，无操作上下文；
• 2）调试门槛高：C 、 IIdb/GDB；
• 3）运行环境复杂：机器型号、系统、其他软件。

崩溃治理技巧：

• 1）及时升级 electron；
• 2）用户操作日志和系统信息；
• 3）复现和定位问题比治理重要；
• 4）把问题交给社区解决，社区响应快；
• 5）善于用 devtool 分析和治理内存问题。

9、安全性实践9.1概述

俗话说的好，安全大于天，保证 electron 应用的安全也是一项重要的事情。

本章节将安全分为以下 5 个方面：

• 1）源码泄漏；
• 2）asar；
• 3）源码保护；
• 4）应用安全；
• 5）编码安全。

下面将会依次介绍上述内容。

9.2源码泄漏

目前 electron 在源码安全做的不好，官方只用 asar 做了一下很没用的源码保护，到底有多没用呢？

你只需要下载 asar 工具，然后对 asar 文件进行解压就可以得到里面的源码了。

如下图所示：

通过图中操作即可看到语雀应用的源码。上面提到的 asar 是什么呢？

9.3asar介绍

asar 是一种将多个文件合并成一个文件的类 tar 风格的归档格式。Electron 可以无需解压整个文件，即可从其中读取任意文件内容。

可以直接看 electron 源码，都是 ts 代码，容易阅读，源码如下图所示：

9.4源码保护

避免源码泄漏，按照从低到高的源码安全，可以分为几个程度。

具体如下：

• 1）asar；
• 2）代码混淆；
• 3）WebAssembly；
• 4）Language bindings。

其中：Language bindings 是最高的源码安全措施，其实使用 C 或 Rust 代码来编写 electron 应用代码，通过将 C 或 Rust 代码编译成二进制代码后，破译的难度会变高。

这里我说下如何使用 Rust 去编写 electron 应用代码。

方案是：使用 napi-rs 作为工具去编写，如下图所示：

我们采用 pnpm-workspace 去管理 Rust 代码，使用 napi-rs 。

比如我们写一个 sum 函数，rs代码如下：

fn sum(a: f64, b: f64) -> f64 {

a b

}

此时我们加上 napi 装饰代码，如下所示：

use napi_derive::napi;

#[napi]

fn sum(a: f64, b: f64) -> f64 {

a b

}

在通过 napi-cli 将上述代码编译成 node 可以调用的二进制代码。

编译后，在electron使用上述代码，如下所示：

import { sum as rsSum } from '@rebebuca/native'

// 输出 7

console.log(rsSum(2, 5))

napi-rs 的使用请阅读官方文档，地址是：https://napi.rs/

至此，language bindings 的阐述就完成了。我们通过这种方式，可以完成对重要功能的源码保护。

9.5应用安全

目前熟知的一个安全问题是克隆攻击，此问题的主流解决方案是将用户认证信息和应用设备指纹进行绑定。

整体流程如如下图所示：

如上图所示：

• 1）应用设备指纹生成：可以用上文阐述的 napi-rs 方案去实现；
• 2）用户认证信息和设备指纹绑定：使用服务端去实现。

9.6编码安全

主要有以下措施：

• 1）常用的 web 安全，比如防 xss 、 csrf；
• 2）设置 node 可执行环境；
• 3）窗体开启安全选项；
• 4）限制链接跳转。

以上具体细节不再介绍，自行搜索上述方案。

除此之外，还有个官方推荐的最佳安全实践，有空可以看看，地址如下：https://www.electronjs.org/docs/latest/tutorial/security。

至此，安全性这块实践就介绍完了。

10、本文小结

本文介绍了我们对跨系统桌面端技术的调研、确定技术选型，以及用 electron 开发过程中，总结的实践经验及踩坑填坑过程，如构建、性能优化、质量保障、安全等。

希望对读者在开发跨端桌面应用过程中有所帮助，文章难免有不足和错误的地方，欢迎读者评论。

11、参考资料

[1] Electron官方开发者手册

[2] 快速了解新一代跨平台桌面技术——Electron》

[3] Electron初体验(快速开始、跨进程通信、打包、踩坑等)

[4] Electron 基础入门 简单明了，看完啥都懂了

[5] 网易云信Web端IM的聊天消息全文检索技术实践

学习交流：

- 移动端IM开发入门文章：《新手入门一篇就够：从零开发移动端IM》

- 开源IM框架源码：https://github.com/JackJiang2011/MobileIMSDK（备用地址点此）

（本文已同步发布于：http://www.52im.net/thread-4044-1-1.html）

,