隨著現代 Web 技術的發展與用戶交互復雜度的增加，我們的網站變得日益臃腫，也要求著我們不斷地優化網站性能以保證友好的用戶體驗。本文作者則著眼於 JavaScript 啟動階段優化，首先以大量的數據分析闡述了語法分析、編譯等步驟耗時占比過多是很多網站的性能瓶頸之一。然後作者提供了一系列用於在現代浏覽器中進行性能評測的工具，還分別從開發者工程實踐與 JavaScript 引擎內部實現的角度闡述了應當如何提高解析與編譯速度。
在 Web 開發中，隨著需求的增加與代碼庫的擴張，我們最終發布的 Web 頁面也逐漸膨脹。不過這種膨脹遠不止意味著占據更多的傳輸帶寬，其還意味著用戶浏覽網頁時可能更差勁的性能體驗。浏覽器在下載完某個頁面依賴的腳本之後，其還需要經過語法分析、解釋與運行這些步驟。而本文則會深入分析浏覽器對於 JavaScript 的這些處理流程，挖掘出那些影響你應用啟動時間的罪魁禍首，並且根據我個人的經驗提出相對應的解決方案。回顧過去，我們還沒有專門地考慮過如何去優化 JavaScript 解析/編譯這些步驟；我們預想中的是解析器在發現 <script> 標簽後會瞬時完成解析操作，不過這很明顯是癡人說夢。下圖是對於 V8 引擎工作原理的概述：
下面我們深入其中的關鍵步驟進行分析。
在啟動階段，語法分析，編譯與腳本執行占據了 JavaScript 引擎運行的絕大部分時間。換言之，這些過程造成的延遲會真實地反應到用戶可交互時延上；譬如用戶已經看到了某個按鈕，但是要好幾秒之後才能真正地去點擊操作，這一點會大大影響用戶體驗。
上圖是我們使用 Chrome Canary 內置的 V8 RunTime Call Stats 對於某個網站的分析結果；需要注意的是桌面浏覽器中語法解析與編譯占用的時間還是蠻長的，而在移動端中占用的時間則更長。實際上，對於 Facebook, Wikipedia, Reddit 這些大型網站中語法解析與編譯所占的時間也不容忽視：
上圖中的粉色區域表示花費在 V8 與 Blink's C++ 中的時間，而橙色和黃色分別表示語法解析與編譯的時間占比。Facebook 的 Sebastian Markbage 與 Google 的 Rob Wormald 也都在 Twitter 發文表示過 JavaScript 的語法解析時間過長已經成為了不可忽視的問題，後者還表示這也是 Angular 啟動時主要的消耗之一。
隨著移動端浪潮的湧來，我們不得不面對一個殘酷的事實：移動端對於相同包體的解析與編譯過程要花費相當於桌面浏覽器2~5倍的時間。當然，對於高配的 iPhone 或者 Pixel 這樣的手機相較於 Moto G4 這樣的中配手機表現會好很多；這一點提醒我們在測試的時候不能僅用身邊那些高配的手機，而應該中高低配兼顧：
上圖是部分桌面浏覽器與移動端浏覽器對於 1MB 的 JavaScript 包體進行解析的時間對比，顯而易見的可以發現不同配置的移動端手機之間的巨大差異。當我們應用包體已經非常巨大的時候，使用一些現代的打包技巧，譬如代碼分割，TreeShaking，Service Workder 緩存等等會對啟動時間有很大的影響。另一個角度來看，即使是小模塊，你代碼寫的很糟或者使用了很糟的依賴庫都會導致你的主線程花費大量的時間在編譯或者冗余的函數調用中。我們必須要清醒地認識到全面評測以挖掘出真正性能瓶頸的重要性。
我曾不止一次聽到有人說，我又不是 Facebook，你說的 JavaScript 語法解析與編譯到
底會對其他網站造成什麼樣的影響呢？對於這個問題我也很好奇，於是我花費了兩個月的時間對於超過 6000 個網站進行分析；這些網站囊括了 React，Angular，Ember，Vue 這些流行的框架或者庫。大部分的測試是基於 WebPageTest 進行的，因此你可以很方便地重現這些測試結果。 光纖接入的桌面浏覽器大概需要 8 秒的時間才能允許用戶交互，而 3G 環境下的 Moto G4 大概需要 16 秒 才能允許用戶交互。
大部分應用在桌面浏覽器中會耗費約 4 秒的時間進行 JavaScript 啟動階段（語法解析、編譯、執行）：
而在移動端浏覽器中，大概要花費額外 36% 的時間來進行語法解析：
另外，統計顯示並不是所有的網站都甩給用戶一個龐大的 JS 包體，用戶下載的經過 Gzip 壓縮的平均包體大小是 410KB，這一點與 HTTPArchive 之前發布的 420KB 的數據基本一致。不過最差勁的網站則是直接甩了 10MB 的腳本給用戶，簡直可怕。
通過上面的統計我們可以發現，包體體積固然重要，但是其並非唯一因素，語法解析與編譯的耗時也不一定隨著包體體積的增長而線性增長。總體而言小的 JavaScript 包體是會加載地更快（忽略浏覽器、設備與網絡連接的差異），但是同樣 200KB 的大小，不同開發者的包體在語法解析、編譯上的時間卻是天差地別，不可同日而語。
打開 Timeline( Performance panel ) > Bottom-Up/Call Tree/Event Log 就會顯示出當前網站在語法解析/編譯上的時間占比。如果你希望得到更完整的信息，那麼可以打開 V8 的 Runtime Call Stats。在 Canary 中，其位於 Timeline 的 Experims > V8 Runtime Call Stats 下。
打開 about:tracing 頁面，Chrome 提供的底層的追蹤工具允許我們使用 disabled-by-default-v8.runtime_stats 來深度了解 V8 的時間消耗情況。V8 也提供了 詳細的指南 來介紹如何使用這個功能。
WebPageTest 中 Processing Breakdown 頁面在我們啟用 Chrome > Capture Dev Tools Timeline 時會自動記錄 V8 編譯、EvaluateScript 以及 FunctionCall 的時間。我們同樣可以通過指明 disabled-by-default-v8.runtime_stats 的方式來啟用 Runtime Call Stats。
更多使用說明參考我的 gist 。
我們還可以使用 Nolan Lawson 推薦的 User Timing API 來評估語法解析的時間。不過這種方式可能會受 V8 預解析過程的影響，我們可以借鑒 Nolan 在 optimize-js 評測中的方式，在腳本的尾部添加隨機字符串來解決這個問題。我基於 Google Analytics 使用相似的方式來評估真實用戶與設備訪問網站時候的解析時間：
Etsy 的 DeviceTiming 工具能夠模擬某些受限環境來評估頁面的語法解析與執行時間。其將本地腳本包裹在了某個儀表工具代碼內從而使我們的頁面能夠模擬從不同的設備中訪問。可以閱讀 Daniel Espeset 的 Benchmarking JS Parsing and Execution on Mobile Devices 一文來了解更詳細的使用方式。
減少 JavaScript 包體體積。我們在上文中也提及，更小的包體往往意味著更少的解析工作量，也就能降低浏覽器在解析與編譯階段的時間消耗。
使用代碼分割工具來按需傳遞代碼與懶加載剩余模塊。這可能是最佳的方式了，類似於 PRPL 這樣的模式鼓勵基於路由的分組，目前被 Flipkart, Housing.com 與 Twitter 廣泛使用。
Script streaming: 過去 V8 鼓勵開發者使用 async/defer 來基於 script streaming 實現 10-20% 的性能提升。這個技術會允許 HTML 解析器將相應的腳本加載任務分配給專門的 script streaming 線程，從而避免阻塞文檔解析。V8 推薦盡早加載較大的模塊，畢竟我們只有一個 streamer 線程。
評估我們依賴的解析消耗。我們應該盡可能地選擇具有相同功能但是加載地更快的依賴，譬如使用 Preact 或者 Inferno 來代替 React，二者相較於 React 體積更小具有更少的語法解析與編譯時間。Paul Lewis 在最近的 一篇文章 中也討論了框架啟動的代價，與 Sebastian Markbage 的 說法 不謀而合：最好地評測某個框架啟動消耗的方式就是先渲染一個界面，然後刪除，最後進行重新渲染。第一次渲染的過程會包含了分析與編譯，通過對比就能發現該框架的啟動消耗。
如果你的 JavaScript 框架支持 AOT（ahead-of-time）編譯模式，那麼能夠有效地減少解析與編譯的時間。Angular 應用就受益於這種模式：
不用灰心，你並不是唯一糾結於如何提升啟動時間的人，我們 V8 團隊也一直在努力。我們發現之前的某個評測工具 Octane 是個不錯的對於真實場景的模擬，它在微型框架與冷啟動方面很符合真實的用戶習慣。而基於這些工具，V8 團隊在過去的工作中也實現了大約 25% 的啟動性能提升：
本部分我們就會對過去幾年中我們使用的提升語法解析與編譯時間的技巧進行闡述。
Chrome 42 開始引入了所謂的 代碼緩存 的概念，為我們提供了一種存放編譯後的代碼副本的機制，從而當用戶二次訪問該頁面時可以避免腳本抓取、解析與編譯這些步驟。除以之外，我們還發現在重復訪問的時候這種機制還能避免 40% 左右的編譯時間，這裡我會深入介紹一些內容：
代碼緩存會對於那些在 72 小時之內重復執行的腳本起作用。
對於 Service Worker 中的腳本，代碼緩存同樣對 72 小時之內的腳本起作用。
對於利用 Service Worker 緩存在 Cache Storage 中的腳本，代碼緩存能在腳本首次執行的時候起作用。
總而言之，對於主動緩存的 JavaScript 代碼，最多在第三次調用的時候其能夠跳過語法分析與編譯的步驟。我們可以通過 chrome://flags/#v8-cache-strategies-for-cache-storage 來查看其中的差異，也可以設置 js-flags=profile-deserialization 運行 Chrome 來查看代碼是否加載自代碼緩存。不過需要注意的是，代碼緩存機制僅會緩存那些經過編譯的代碼，主要是指那些頂層的往往用於設置全局變量的代碼。而對於類似於函數定義這樣懶編譯的代碼並不會被緩存，不過 IIFE 同樣被包含在了 V8 中，因此這些函數也是可以被緩存的。
Script Streaming 允許在後台線程中對異步腳本執行解析操作，可以對於頁面加載時間有大概 10% 的提升。上文也提到過，這個機制同樣會對同步腳本起作用。
這個特性倒是第一次提及，因此 V8 會允許所有的腳本，即使阻塞型的 <script src=''> 腳本也可以由後台線程進行解析。不過缺陷就是目前僅有一個 streaming 後台線程存在，因此我們建議首先解析大的、關鍵性的腳本。在實踐中，我們建議將 <script defer> 添加到 <head> 塊內，這樣浏覽器引擎就能夠盡早地發現需要解析的腳本，然後將其分配給後台線程進行處理。我們也可以查看 DevTools Timeline 來確定腳本是否被後台解析，特別是當你存在某個關鍵性腳本需要解析的時候，更需要確定該腳本是由 streaming 線程解析的。
我們同樣致力於打造更輕量級、更快的解析器，目前 V8 主線程中最大的瓶頸在於所謂的非線性解析消耗。譬如我們有如下的代碼片：
(function (global, module) { … })(this, function module() { my functions })V8 並不知道我們編譯主腳本的時候是否需要 module 這個模塊，因此我們會暫時放棄編譯它。而當我們打算編譯 module 時，我們需要重分析所有的內部函數。這也就是所謂的 V8 解析時間非線性的原因，任何一個處於 N 層深度的函數都有可能被重新分析 N 次。V8 已經能夠在首次編譯的時候搜集所有內部函數的信息，因此在未來的編譯過程中 V8 會忽略所有的內部函數。對於上面這種 module 形式的函數會是很大的性能提升，V8 同樣在尋找合適的分流機制以保證啟動時能在後台線程中執行 JavaScript 編譯過程。
每隔幾年就有人提出引擎應該提供一些處理預編譯腳本的機制，換言之，開發者可以使用構建工具或者其他服務端工具將腳本轉化為字節碼，然後浏覽器直接運行這些字節碼即可。從我個人觀點來看，直接傳送字節碼意味著更大的包體，勢必會增加加載時間；並且我們需要去對代碼進行簽名以保證能夠安全運行。目前我們對於 V8 的定位是盡可能地避免上文所說的內部重分析以提高啟動時間，而預編譯則會帶來額外的風險。不過我們歡迎大家一起來討論這個問題，雖然 V8 目前專注於提升編譯效率以及推廣利用 Service Worker 緩存腳本代碼來提升啟動效率。
類似於 V8 這樣的 JavaScript 引擎在進行完整的解析之前會對腳本中的大部分函數進行預解析，這主要是考慮到大部分頁面中包含的 JavaScript 函數並不會立刻被執行。
預編譯能夠通過只處理那些浏覽器運行所需要的最小函數集合來提升啟動時間，不過這種機制在 IIFE 面前卻反而降低了效率。盡管引擎希望避免對這些函數進行預處理，但是遠不如 optimize-js 這樣的庫有作用。optimize-js 會在引擎之前對於腳本進行處理，對於那些立即執行的函數插入圓括號從而保證更快速地執行。這種預處理對於 Browserify, Webpack 生成包體這樣包含了大量即刻執行的小模塊起到了非常不錯的優化效果。盡管這種小技巧並非 V8 所希望使用的，但是在當前階段不得不引入相應的優化機制。
啟動階段的性能至關重要，緩慢的解析、編譯與執行時間可能成為你網頁性能的瓶頸所在。我們應該評估頁面在這個階段的時間占比並且選擇合適的方式來優化。我們也會繼續致力於提升 V8 的啟動性能，盡我所能！
