一周開發 6 個版本，小程序多端框架深入測評 | 程序員硬核評測

作者 | uni-app團隊

責編 | 伍杏玲

【CSDN 編者按】最近前端界多端框架頻出，各巨頭公司紛紛造出各家的輪子，那麼開發者該怎麼選呢？

為了讓開發者能直觀地感受每個框架的差異，uni-app團隊投入一周真實地開發了6個框架的小程序，從性能、跨端支持、學習門檻、工具等多方面進行深度評測，一起來看看他們的研究結果吧。

之前Taro團隊發布了一篇

小程序多端框架全面測評

，讓開發者對業界主流的跨端框架，有了初步認識，感謝Taro團隊的付出。不過橫評這件事，要想得到更精確的結論，其實非常花費時間。它需要：

真實地動手寫多個平台的測試Demo，比較各個平台的功能、性能，它們的實際情況到底是不是如文檔所寫？

真實地學習每個框架，了解它們的學習曲線，在實際開發中遇到問題時，感受它們的文檔、教程、社區生態和技服能力到底怎麼樣？

我們 uni-app 團隊投入一周完成了這個深度評測，下面我們分享下實際開發不同框架的測試例時遇到的問題，以及在各端的兼容測試結果。在本文里，我們團隊基於真實測試數據及各框架官網可採集到的公開數據，希望客觀公正地評價各個框架的選型和優劣。但宥於利益相關，本文的觀點很可能是帶有偏向性的，大家可以帶著批判的眼光去看待。

評測實驗介紹

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。

開發版本：一共開發了6個版本，包括微信原生版、WePY版、Mpvue版、Taro版、uni-app版、Chameleon版（以這些產品發布時間排序，下同），按照官網指引通過cli方式默認安裝。

測試機型：紅米 Redmi 6 Pro、MIUI 10.2.2.0 穩定版（最新版）、微信版本 7.0.3（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，屏蔽網路差異。

測試維度：

1. 跨端支持度如何？
2. 性能如何？
3. 學習門檻。
4. 工具與周邊生態。

測試界面：

跨端支持度如何

開發一次，到處運行，是每個程序員的夢想。但現實往往變成開發一次，到處調錯。

各個待評測框架，是否真得如官宣的那樣，一次開發、多端發布？

我們將上述仿微博App依次發布到各平台，驗證每個框架在各端的兼容性，結果如下：

測試結果說明：

• ? 表示支持且功能正常，? 表示不支持，其它則表示支持但存在部分Bug或兼容問題。
• WePY 2.0 官宣已支持其他家小程序，本測試基於WePY官網指引安裝的wepy-cli默認版本為1.7.3，尚不支持多端。
• chameleon官網未找到stopPullDownRefresh定義，停止頁面下拉刷新需分平台編寫。

通過上述例子可以看出，跨端支持度測評結論：uni-app > Taro > Chameleon > Mpvue >WePY、原生微信小程序

但是僅有上面的測試還不全面，實際業務要比這個測試例複雜很多。但我們沒法開發很多複雜業務做評測，所以還需要再對照各家文檔補充一些信息。

由於每個框架的文檔中都描述了各種組件和API的跨端支持程度。我們過了幾家的文檔，發現各家基本是以微信小程序為基線，然後把各種組件和API在其他端實現了一遍：

• Taro：H5端實現了大部分微信的API，App端和微信的差異比較大。
• uni-app：組件、API、配置，大部分在各個端均已實現，個別API有說明在某些端不支持。可以看出uni-app是完整在H5端實現了一套微信模擬器，在App端實現了一套微信小程序引擎，才達到比較完善的平台兼容性。
• Chameleon：常用的一些組件和API在各端已經實現，這部分的平台差異較少。但大量組件和API需要開發者自己分平台寫代碼。

跨端框架，一方面要考慮框架提供的通用API跨端支持，同時還要考慮不同端的特色差異如何兼容。畢竟每個端都會有自己的特色，不可能完全一致。

• Taro：提供了JavaScript環境變數判斷和統一介面的多端文件，可以在組件、JavaScript、文件方面擴展多端，不支持其他環節的分平台處理。
• uni-app：提供了條件編譯模型，所有代碼包括組件、JavaScript、CSS、配置Json、文件、目錄，均支持條件編譯，可不受限的編寫各端差異代碼。
• Chameleon：提供了多態方案，可以在組件、JavaScript、文件方面擴展多端，不支持其他方式的分平台處理。

跨端框架，還涉及一個UI框架的跨端問題，評測結果如下：

• Taro：官方提供了Taro UI，支持小程序(微信/支付寶/百度)、H5平台，不支持App。
• uni-app：官方提供了Uni UI，可全端運行；uni-app還有一個插件市場，裡面有很多三方UI組件。
• Chameleon：官方提供了cml-ui擴展組件庫，可全端運行，但組件數量略少。

最後補充跨端案例：

• Mpvue：微信端案例豐富，未見其它端案例。
• Taro：微信端案例豐富，百度、支付寶、H5端亦有少量案例。
• uni-app：微信、App、H5三端案例豐富，官方示例已發布到6端。
• Chameleon：未看到任何端案例。

綜合以上信息，本項的最終評測結論：uni-app > Taro > Chameleon > Mpvue > WePY、原生微信小程序

跨端框架性能如何

跨端框架基本都是Compiler + Runtime模式，引入的Runtime是否會降低運行性能？

尤其是與原生微信小程序開發相比性能怎麼樣，這是大家普遍關心的問題。

我們依然以上述仿微博小程序為例，測試2個容易出性能問題的點：長列表載入、大量點贊組件的響應。

長列表載入

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。

從觸發上拉載入到數據更新、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，制定了如下計時時機：

1. 計時開始時機：交互事件觸發，框架賦值之前，如：上拉載入（onReachBottom）函數開頭
2. 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，通過程序自動觸發上拉載入，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 -> 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876毫秒，最快的uni-app是741毫秒，最慢的Mpvue是4493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：為何 Mpvue/WePY 測試數據不完整?

Mpvue、WePY 誕生之初，微信小程序尚不支持自定義組件，無法進行組件化開發；Mpvue、WePY 為解決這個問題，將用戶編寫的Vue組件，編譯為WXML中的模板，變相實現了組件化開發能力，提高代碼復用性，這在當時的技術條件下是很棒的技術方案。

但如此方案，在複雜組件較多的頁面，會大量增加 Dom 節點數量，甚至超出微信的 dom 節點數限制。我們在紅米手機（Redmi 6 Pro）上實測，頁面組件超過500個時，Mpvue、WePY 實現的仿微博App就會報出如下異常，並停止渲染，故這兩個測試框架在組件較多時，測試數據不完整。這也就意味著，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

Tips：WePY在400條列表以內，為何性能高於微信原生框架，這個跟自定義組件管理開銷及業務場景有關（WePY編譯為模板，不涉及組件創建及管理開銷），後續對微博點贊，涉及組件數據傳遞時，微信原生框架的性能優勢就提現出來了，詳見下方測試數據。

說明2：為什麼測試數據顯示uni-app會比微信原生框架性能略好？

其實，在頁面上有200條記錄（200個組件）時，Taro 性能數據也比微信原生框架更好。

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，每次僅傳遞有變化的數據。

例如當前頁面有20條數據，觸發上拉載入時，會新載入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() { //上拉載入
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，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，但 uni-app、Taro 相比微信原生，性能差距並不大。

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。

也恰恰是因為Vue、React框架的開發體驗好，所以原生JS開發已經逐漸減少使用了。

複雜長列表載入下一頁評測結論：微信原生開發手工優化，uni-app>微信原生開發未手工優化，Taro > Chameleon > WePY > Mpvue

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？

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：也就是在列表數量為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111毫秒。

測試結果數據說明：

• Wepy/Mpvue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。
• 基於微信自定義組件實現組件開發的框架（uni-app/Taro/Chameleon），組件數據通訊性能接近於微信原生框架，遠高於基於Template實現組件開發的框架（WePY/Mpvue）性能。

組件數據更新性能測評：微信原生開發，uni-app，Taro > Chameleon > WePY > Mpvue

綜上，本性能測試做了2個測試，長列表載入和組件狀態更新。綜合2個實驗，結論如下：

微信原生開發手工優化，uni-app>微信原生開發未手工優化，Taro > Chameleon > WePY > Mpvue

學習門檻

DSL語法支持度

主流跨端框架基本都遵循React、Vue（類Vue）語法，其主要目的：復用工程師的現有技術棧，降低學習成本。此時，跨端框架對於原框架（React/Vue）語法的支持度就是一個重要的衡量標準，如果支持度較低、和原框架語法差異較大，則開發者無異於要學習一門新的框架，成本太高。

實際開發中發現，各個多端框架，都沒有完全實現Vue、React在Web上的所有語法：

Taro對於JS 的語法支持是相對完善的，其文檔中描述未來版本計劃：

更多的 JSX語法支持，1.3之後限制生產力的語法只有隻能用map創造循環組件一條

Mpvue、uni-app框架基於Vue.js核心，通過修改Vue.js的Runtime和Compiler，實現了在小程序端的運行，支持絕大部分的Vue語法；uni-app編譯到微信端曾經使用過Mpvue，但後來重寫框架，支持了更多vue語法如Filter、複雜JavaScript表達式等。

WePY、Chameleon 都是類Vue的實現，僅支持Vue的部分語法，開發時需要單獨學習它們的規則；

DSL語法支持評測：Taro，uni-app > Mpvue > WePY，Chameleon

學習資料完善度

官方文檔、搜索系統的完備度方面（詳見各官網）：

• WePY：文檔只有2頁，也無需搜索。僅支持微信，所以組件API等文檔都直接看微信的文檔。沒有提供示例Demo。
• Mpvue：文檔較少，但其概念不複雜，也沒有支持H5、App，所以組件API等文檔都直接看微信的文檔，學習難度低。問題搜索效果一般。沒有提供示例Demo。
• Taro：基礎API文檔完整，具體使用問題資源較少，問題搜索效果一般，示例Demo只包含基礎功能，僅發布了微信一端。
• uni-app：基礎文檔和各種使用專題內容豐富，問題搜索效果較好，示例Demo功能完備，並發布為7端上線。
• Chameleon：基礎API文檔完整，具體使用問題資源較少，問題搜索效果一般，示例Demo只包含基礎功能，僅發布了微信一端。

教程方面：

學習資料完善度評測：uni-app > Mpvue，Taro > Chameleon > WePY

技術支持和社區活躍度

開發難免遇到問題，官方技術支持和社區活躍度很重要。

本次評測Demo開發期間，我們的同學（同時掌握Vue和React），在學習研究各個多端框架時，切實感受到由於語法、學習資料、社區的差異帶來的學習門檻。

綜合評估，本項評測結論：uni-app > Taro > Mpvue > WePY > Chameleon

Tips：本測評忽略React、Vue兩框架自身的學習門檻

工具和周邊生態

工具

所有多端框架均支持cli模式，可以在主流前端工具中開發。

各框架基本都帶有d.ts的語法提示庫。

由於Mpvue、uni-app、Taro直接支持Vue、React語法，配套的IDE工具鏈較豐富，著色、校驗、格式化完善，Chameleon針對部分編輯器推薦了插件，WePY有一些三方維護的Vscode插件。

工具屬性維度，uni-app比較好，其出品公司同時也是HBuilder的出品公司，DCloud.io。

HBuilder/HBuilderX系列是四大主流前端開發工具（可對比百度指數），為uni-app做了很多優化，故uni-app的開發效率、易用性非其他框架可及。

當然對於不習慣HBuilderX的開發者而言，uni-app的這個優勢無法體現。

周邊生態

一個底層框架，其周邊配套非常重要，比如UI庫、JS庫、項目模板。

WePY：出現時間久，開源項目多，佔據一定優勢。

Mpvue：發布時間也較早，歷史積累較多。

Taro：官方提供了Taro UI，GitHub上有一些開源項目。

uni-app：提供了插件市場，UI庫、周邊模板豐富

Chameleon：還沒有形成周邊生態。

值得注意的是，uni-app和Mpvue的插件生態是互通的，都是Vue插件。所以雙方還聯合舉辦了插件大賽。這個聯合生態的周邊豐富度，是目前各個框架中最豐富的。

綜上比較，工具和周邊生態評測結論：uni-app，Mpvue > WePY > Taro > Chameleon

其他常見評測指標

GitHub Star：

GitHub Star 數對比：Taro > Wepy > Mpvue > uni-app > Chameleon

（Star數採集時間：2019.04.08 16:30）

百度指數

百度指數代表了開發者的搜索量和包含關鍵字的網頁數量。如下是各跨端框架近7天（2019-03-24 ~ 2019-03-30）的百度指數：

WePY未被百度指數收錄，說明其搜索量和包含該關鍵字的網頁數量都不夠多。

案例

僅看發布到微信小程序的案例，數量和質量綜合對比，WePY > Mpvue > Taro , uni-app > Chameleon

如果看多端案例，綜合對比，uni-app > Taro > Mpvue > Wepy > Chameleon

• Wepy：的知名案例較多，包括很多一線互聯網公司。
• Mpvue、Taro：跨端框架的出品方本身為一線互聯網公司，其內部項目會使用這些框架，經受過實戰考驗。除內部項目外，暫無其他一線互聯網公司使用。
• uni-app：案例很多，官方數據已經超過10w+。但以創業者和政企單位為主，暫無一線開發者使用。
• Chameleon：未找到案例，無法參與本評測。

其他補充說明

App側的補充說明

目前有Taro、uni-app、Chameleon三家框架支持App端。但在App端大多是三方產品，比如Taro使用expo(一個基於React Native的封裝庫），Chameleon使用Weex。

不管React Native還是Weex，其架構與小程序架構完全不同，從排版到API能力都差別很大，所以這類產品跨App端時兼容性較差。

uni-app的App端，內置一個完整小程序引擎，並補充了可選的Weex引擎。這也是uni-app在App端能夠正常運行微信小程序代碼的原因。

整個業內目前還不存在一個完全開源的小程序引擎（微信、百度、支付寶、頭條的小程序引擎源碼均未開源）。uni-app的小程序引擎不是全開源，而是能力層開源，中控未開源。

所以可能各家的多端框架，在App端都有不完美的地方，需要開發者使用時注意。

其實App引擎並非前端領域，是原生領域的另一個競技場。

轉換和混寫

Taro提供了原生小程序轉換為Taro工程的轉換器，也支持在原生小程序里部分頁面嵌入Taro編寫的頁面。這是Taro的特色，其他跨端框架沒有提供。這對於降低入門門檻有不少幫助。

結語

真實客觀的永遠是實驗和數據，而不是結論。不同需求的開發者，可以根據上述實驗數據，自行得出自己的選型結論。

但作為一篇完整的評測，我們也必須提供一份總結，雖然它可能加入了我們的主觀感受：

如果你只開發微信小程序，不做多端，那麼使用微信原生開發、uni-app、Taro是更優的選擇。

如果使用微信原生開發，需要注意手動寫優化代碼來控制setData。

如果你是React系，那就用Taro。

如果是Vue系，那就用uni-app，uni-app在性能、周邊生態和開發效率上更有優勢。

如果你主要為了各家小程序，且不用複雜組件，那除了uni-app和Taro，Mpvue也是不錯的選擇。Mpvue發布2.0版本後，搜索指數明顯爬升，希望能持續更新，迎來二次繁榮。

如果你主要為了微信端和H5端，那麼uni-app和Taro都可以。可以根據自己熟悉的技術棧選擇。

如果你只關心App，不關心小程序和H5，那歡迎關注我們後續的評測：uni-app和Cordova、React Native、Weex、Flutter的深度比較。

Chameleon發布時間還短，完善度不如其他框架，但其未來的規劃比較令人期待，值得關注。

作者：uni-app團隊，即DCloud團隊，專註服務中國的前端開發者，已發布產品包括：前端IDE（HBuilder/HBuilderX）、前端ui庫（mui）、跨平台App引擎（HTML5Plus）、多端框架（uni-app）。

測試代碼：

GitHub：https://github.com/dcloudio/test-framework

原文：https://blog.csdn.net/hbcui1984/article/details/88945790

聲明：本文系作者投稿，版權歸作者所有。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！