web前端培训:React 核心调度功能的实现
想必大家都知道React有一套基于Fiber架构的调度系统。这套调度系统的基本功能包括:
更新有不同优先级一次更新可能涉及多个组件的render,这些render可能分配到多个宏任务中执行(即时间切片)高优先级更新会打断进行中的低优先级更新本文会用100行代码实现这套调度系统,让你快速了解React的调度原理。
我知道你不喜欢看大段的代码,所以本文会以图+代码片段的形式讲解。
文末有完整的在线Demo,你可以自己上手玩玩。
开整!
准备工作
我们用work这一数据结构代表一份工作,work.count代表这份工作要重复做某件事的次数_前端培训。
在Demo中要重复做的事是“执行insertItem方法,向页面插入<span/>”:
const insertItem = (content: string) => {
const ele = document.createElement('span');
ele.innerText = ${content}
;
contentBox.appendChild(ele);
};
所以,对于如下work:
const work1 = {
count: 100
}
代表:执行100次insertItem向页面插入100个<span/>。
work可以类比React的一次更新,work.count类比这次更新要render的组件数量。所以Demo是对React更新流程的类比
来实现第一版的调度系统,流程如图:
包括三步:
向workList队列(用于保存所有work)插入workschedule方法从workList中取出work,传递给performperform方法执行完work的所有工作后重复步骤2代码如下:
// 保存所有work的队列
const workList: work[] = [];
// 调度
function schedule() {
// 从队列尾取一个work
const curWork = workList.pop();
if (curWork) {
perform(curWork);
}
}
// 执行
function perform(work: Work) {
while (work.count) {
work.count--;
insertItem();
}
schedule();
}
为按钮绑定点击交互,最基本的调度系统就完成了:
button.onclick = () => {
workList.unshift({
count: 100
})
schedule();
}
点击button就能插入100个<span/>。
用React类比就是:点击button,触发同步更新,100个组件render
接下来我们将其改造成异步的。
Scheduler
React内部使用Scheduler完成异步调度。
Scheduler是独立的包。所以可以用他改造我们的Demo。
Scheduler预置了5种优先级,从上往下优先级降低:
ImmediatePriority,最高的同步优先级UserBlockingPriorityNormalPriorityLowPriorityIdlePriority,最低优先级scheduleCallback方法接收优先级与回调函数fn,用于调度fn:
// 将回调函数fn以LowPriority优先级调度
scheduleCallback(LowPriority, fn)
在Scheduler内部,执行scheduleCallback后会生成task这一数据结构:
const task1 = {
expiration: startTime + timeout,
callback: fn
}
task1.expiration代表task1的过期时间,Scheduler会优先执行过期的task.callback。
expiration中startTime为当前开始时间,不同优先级的timeout不同_web前端培训。
比如,ImmediatePriority的timeout为-1,由于:
startTime - 1 < startTime
所以ImmediatePriority会立刻过期,callback立刻执行。
而IdlePriority对应timeout为1073741823(最大的31位带符号整型),其callback需要非常长时间才会执行。
callback会在新的宏任务中执行,这就是Scheduler调度的原理。
用Scheduler改造Demo
改造后的流程如图:
改造前,work直接从workList队列尾取出:
// 改造前
const curWork = workList.pop();
改造后,work可以拥有不同优先级,通过priority字段表示。
比如,如下work代表「以NormalPriority优先级插入100个<span/>」:
const work1 = {
count: 100,
priority: NormalPriority
}
改造后每次都使用最高优先级的work:
// 改造后
// 对workList排序后取priority值最小的(值越小,优先级越高)
const curWork = workList.sort((w1, w2) => {
return w1.priority - w2.priority;
})[0];
改造后流程的变化
由流程图可知,Scheduler不再直接执行perform,而是通过执行scheduleCallback调度perform.bind(null, work)。
即,满足一定条件的情况下,生成新task:
const someTask = {
callback: perform.bind(null, work),
expiration: xxx
}
同时,work的工作也是可中断的。在改造前,perform会同步执行完work中的所有工作:
while (work.count) {
work.count--;
insertItem();
}
改造后,work的执行流程随时可能中断:
while (!needYield() && work.count) {
work.count--;
insertItem();
}
高优先级打断低优先级的例子
举例来看一个高优先级打断低优先级的例子:
插入一个低优先级work,属性如下const work1 = {
count: 100,
priority: LowPriority
}
经历schedule(调度),perform(执行),在执行了80次工作时,突然插入一个高优先级work,此时:const work1 = {
// work1已经执行了80次工作,还差20次执行完
count: 20,
priority: LowPriority
}
// 新插入的高优先级work
const work2 = {
count: 100,
priority: ImmediatePriority
}
work1工作中断,继续schedule。由于work2优先级更高,会进入work2对应perform,执行100次工作work2执行完后,继续schedule,执行work1剩余的20次工作在这个例子中,我们需要区分2个「打断」的概念:
在步骤3中,work1执行的工作被打断。这是微观角度的「打断」由于work1被打断,所以继续schedule。下一个执行工作的是更高优的work2。work2的到来导致work1被打断,这是宏观角度的「打断」之所以要区分「宏/微观」,是因为「微观的打断」不一定意味着「宏观的打断」。
比如:work1由于时间切片用尽,被打断。没有其他更高优的work与他竞争schedule的话,下一次perform还是work1。
这种情况下微观下多次打断,但是宏观来看,还是同一个work在执行。这就是「时间切片」的原理。
调度系统的实现原理
以下是调度系统的完整实现原理:
对照流程图来看:
文章来源于前端开发