小程序开发：用原生还是选框架（wepy/mpvue/uni-app/taro）？
quiyo 2019-07-15
自 2017-1-9微信小程序诞生以来，历经2年多的迭代升级，已有数百万小程序上线，成为继Web、iOS、Android之后，第四大主流开发技术。
与之相随，小程序的开发生态也在蓬勃发展，从最初的微信原生开发，到wepy、mpvue、taro、uni-app等框架依次出现，从刀耕火种演进为现代化开发，生态越来越丰富。
选择多了，问题也就来了，开发小程序，该用原生还是选择三方框架？
首先，微信原生开发的槽点大多集中如下：
- 原生开发对Node、预编译器、webpack支持不好，影响开发效率和工程构建流程
- 微信定义了一个不伦不类的语法，不如正经学vue、react，学会了全端通用，而不是只为微信小程序
- vue/react生态里有太多周边工具，可以提高开发效率，比如ide、校验器、三方库。。。
- 微信那个ide和专业编辑器相比实在不好用
同时，开发者对三方框架，又总是有各种顾虑：
- 怕性能不如原生
- 怕有些功能框架实现不了，只能用原生
- 怕框架不稳定，跳到坑里
- 以及诸多三方框架，到底该用哪个
面对如此纠结的场景，不少热心开发者发布评测文章分享经验，但感觉众说纷纭，过期信息太多。缺少一份非常专业的、深度的，或者按如今流行的话来讲，“硬核的”评测报告。
做评测报告这件事，不同于泛泛经验分享，其实非常花费时间。它需要：
- 你必须成为每一个框架的专业使用人员，而不是浅浅的了解一下这些框架
- 真实的动手写多个平台的测试例，比较各个平台的功能、性能，了解他们的社区情况、技术服务情况
- 你要有长期跟踪和更新报告的能力，避免半年后沦为过期信息
换言之：评测要想真，功夫得做深！
uni-app团队花费2个周时间完成本报告，并坚持每个季度更新一次本评测报告。目前更新时间为2019年5月。
本文从面向用户、面向开发者两大维度七大细项，对微信原生及主流的wepy、mpvue、taro、uni-app开发框架进行横向对比，希望给开发者在小程序框架选型时提供一种参考思路。本文基于各框架官网可采集到的公开数据及真实测试数据，希望客观公正地评价各个框架的现状和优劣。但宥于利益相关，本文的观点很可能是带有偏向性的，大家可以带着批判的眼光来看待，如发现本文中有任何评测失真，欢迎在这里报 issuse。
面向用户、面向开发者维度，具体包括：
- 用户：提供完整的业务实现，并保证高性能体验
- 开发者：平缓的学习曲线、现代开发体验（工程化）、高效的社区支持、活跃的开发迭代、多端复用
1. 用户
1.1 功能实现
软件开发，首要目标是向用户提供完整、闭环的业务功能。
在web开发中，如果vue、react等框架的使用，造成开发者无法操作浏览器提供的所有api，那这样的框架肯定是不成熟的。小程序开发也一样，任何开发框架，都不能限制底层的api调用。
而各种业务功能底层依赖微信暴漏的组件和接口（微信官网介绍的组件和 API 规范,也即微信原生API），三方框架是基于微信原生进行的二次封装，开发者此时常会有个疑问：小程序在不断的迭代升级，如果某项业务依赖于最新的小程序API，但三方框架尚未封装，该怎么办？
实际上就像web开发的vue、react一样，浏览器出了一个新API，并不会涉及vue、react的升级。本评测里的所有框架，都不会限制开发者调用底层能力。这里详细解释下原因：
- wepy：未对小程序API作二次封装，API依然使用微信原生的，框架与微信小程序是否新增API无关
- mpvue：支持微信的所有原生组件和api，无限制。同时框架封装了自己的跨端API，使用方式类似
mpvue.request() - taro：支持微信的所有原生组件和api，无限制。同时框架封装了自己的跨端API，使用方式类似
Taro.request()，支持Taro 代码与小程序代码混写，可通过混写的方式调用框架尚未封装的小程序新增API - uni-app：支持微信的所有原生组件和api，无限制。在跨端方面，即便仍然使用微信原生的组件和API，也可以直接跨端编译到App、H5、以及支付宝百度头条等小程序。但为了管理清晰，推荐使用uni封装的API，类似
uni.request()。同时支持条件编译，可在条件编译代码块中，随意调用各个平台新增的API及组件
注：以上顺序，按各个框架的诞生顺序排序，下同。
故，三方框架均可调用所有小程序API，完成用户的业务需求，这个维度各框架是无差别的。
然而有差别的，是性能体验。
1.2 性能体验
三方框架，内部大多做了层层封装，这些封装是否会增加运行负载，导致性能下降？尤其是与原生微信小程序开发相比性能怎么样，这是大家普遍关心的问题。
为客观的进行对比，我们特意搭建了一个测试模型，详细如下：
-
开发内容：开发一个仿微博小程序首页的复杂长列表，支持下拉刷新、上拉翻页、点赞。
-
界面如下：
-
开发版本：一共开发了5个版本，包括微信原生版、wepy版、mpvue版、taro版、uni-app版，按照官网指引通过
cli方式默认安装。 -
测试代码开源（Github仓库地址：https://github.com/dcloudio/test-framework）， Tips:若有同学觉得测试代码写法欠妥，欢迎提交 PR 或 Issus
-
测试机型：红米 Redmi 6 Pro、MIUI 10.2.2.0 稳定版（最新版）、微信版本 7.0.3（最新版）
-
测试环境：每个框架开始测试前，杀掉各App进程、清空内存，保证测试机环境基本一致；每次从本地读取静态数据，屏蔽网络差异。
我们以上述仿微博小程序为例，测试2个容易出性能问题的点：长列表加载、大量点赞组件的响应。
1.2.1 长列表加载
仿微博的列表是一个包含很多组件的列表，这种复杂列表对性能的压力更大，很适合做性能测试。
从触发上拉加载到数据更新、页面渲染完成，需要准确计时。人眼视觉计时肯定不行，我们采用程序埋点的方式，制定了如下计时时机：
- 计时开始时机：交互事件触发，框架赋值之前，如：上拉加载（onReachBottom）函数开头
- 计时结束时机：页面渲染完毕(微信setData回调函数开头)
Tips：setData回调函数开头可认为是页面渲染完成的时间，是因为微信setData定义如下(微信规范)：
测试方式：从页面空列表开始，通过程序自动触发上拉加载，每次新增20条列表，记录单次耗时；固定间隔连续触发 N 次上拉加载，使得页面达到 20*N 条列表，计算这 N 次触发上拉到渲染完成的平均耗时。
测试结果如下：
说明：以400条微博列表为例，从页面空列表开始，每隔1秒触发一次上拉加载（新增20条微博），记录单次耗时，触发20次后停止（页面达到400条微博），计算这20次的平均耗时，结果微信原生在这20次 触发上拉 -> 渲染完成 的平均耗时为876毫秒，最快的uni-app是741毫秒，最慢的mpvue是4493毫秒
大家初看这个数据，可能比较疑惑，别急，下方有详细说明
说明1：为何 mpvue/wepy 测试数据不完整?
mpvue、wepy 诞生之初，微信小程序尚不支持自定义组件，无法进行组件化开发；mpvue、wepy 为解决这个问题，将用户编写的Vue组件，编译为WXML中的模板（template)，变相实现了组件化开发能力，提高代码复用性，这在当时的技术条件下是很棒的技术方案。
但如此方案，在页面复杂、组件较多的时，会大量增加页面 dom 节点数量，甚至超出微信的 dom 节点数限制。我们在 红米手机（Redmi 6 Pro）上实测，页面组件超过500个时，mpvue、wepy 实现的仿微博App就会报出如下异常，并停止渲染，故这两个测试框架在组件较多时，测试数据不完整。这也就意味着，当页面组件太多时，无法使用这2个框架。
dom limit exceeded please check if there's any mistake you've made
Tips1：wepy官网的CHANGELOG，提到 v1.7.2 测试版本添加了对小程序原生组件的支持，实测坑很多，因为是测试版，官方在 issue 中也表示不推荐使用；按照官网文档，默认安装的 v1.7.3 正式版本并不支持原生组件
Tips2：wepy在400条列表以内，为何性能高于微信原生框架，这个跟自定义组件管理开销及业务场景有关（wepy编译为模板，不涉及组件创建及管理开销），后续对微博点赞，涉及组件数据传递时，微信原生框架的性能优势就提现出来了，详见下方测试数据。
说明2：为什么测试数据显示uni-app 会比微信原生框架的性能略好呢？
其实，在页面上有200条记录（200个组件）时，taro 性能数据也比微信原生框架更好。
微信原生框架耗时主要在setData调用上，开发者若不单独优化，则每次都会传递大量数据；而 uni-app、taro 都在调用setData之前自动做diff计算，每次仅传递变动的数据。
例如当前页面有20条数据，触发上拉加载时，会新加载20条数据，此时原生框架通过如下代码测试时，setData会传输40条数据
- data: {
- listData: []
- },
- onReachBottom() { //上拉加载
- let listData = this.data.listData;
- listData.push(...Api.getNews());//新增数据
- this.setData({
- listData
- }) //全量数据，发送数据到视图层
- }
开发者使用微信原生框架，完全可以自己优化，精简传递数据，比如修改如下：
- data: {
- listData: []
- },
- onReachBottom() { //上拉加载
- // 通过长度获取下一次渲染的索引
- let index = this.data.listData.length;
- let newData = {}; //新变更数据
- Api.getNews().forEach((item) => {
- newData['listData[' + (index++) + ']'] = item //赋值，索引递增
- })
- this.setData(newData) //增量数据，发送数据到视图层
- }
经过如上优化修改后，再次测试，微信原生框架性能数据如下：
从测试结果可看出，经过开发者手动优化，微信原生框架可达到更好的性能，但 uni-app、taro 相比微信原生，性能差距并不大。
这个结果，和web开发类似，web开发也有原生js开发、vue、react框架等情况。如果不做特殊优化，原生js写的网页，性能经常还不如vue、react框架的性能。
也恰恰是因为Vue、react框架的优秀，性能好，开发体验好，所以原生js开发已经逐渐减少使用了。
复杂长列表加载下一页评测结论：微信原生开发手工优化,uni-app>微信原生开发未手工优化,taro > wepy > mpvue
Tips：有人以为uni-app和mpvue是一样的，早期uni-app确实使用过mpvue，但后来因为性能和vue语法支持度问题已经重新开发了。
1.2.2 点赞组件响应速度
长列表中的某个组件，比如点赞组件，点击时是否能及时的修改未赞和已赞状态？是这项测试的评测点。
测试方式：
- 选中某微博，点击“点赞”按钮，实现点赞状态状态切换（已赞高亮、未赞灰色），
- 点赞按钮
onclick函数开头开始计时，setData回调函数开头结束计时；
在红米手机（Redmi 6 Pro）上进行多次测试，求其平均值，结果如下：
说明：也就是在列表数量为400时，微信原生开发的应用，点赞按钮从点击到状态变化需要111毫秒。
测试结果数据说明：
- wepy/mpvue 测试数据不完整的原因同上，在组件较多时，页面已经不再渲染了
- 基于微信自定义组件实现组件开发的框架（uni-app/taro），组件数据通讯性能接近于微信原生框架，远高于基于
template实现组件开发的框架（wepy/mpvue）性能
组件数据更新性能测评：微信原生开发,uni-app,taro > wepy > mpvue
综上，本性能测试做了2个测试，长列表加载和组件状态更新，综合2个实验，结论如下：
微信原生开发手工优化,uni-app>微信原生开发未手工优化,taro > wepy > mpvue
2.开发者
在满足用户业务需求的前提下，我们谈谈开发者的需求，从如下几个维度比较：
- 平缓的学习曲线：简单易学，最好能复用现有技术栈，丰富的学习资料
- 高效的开发体验：现代前端开发流程、工程化支持
- 高效的社区支持：遇到问题，可很快的寻求到帮助
- 活跃的开发迭代：框架处于积极更新升级状态，无需担心停更
2.1 平缓的学习曲线
2.1.1 DSL语法支持
选择开发团队熟悉的、能快速上手的DSL，是团队框架选型的基本点。
首先微信原生的开发语法，既像react ，又像Vue，有点不伦不类，对于开发者来说，等于又要学习一套新的语法，大幅提升了学习成本，这一直被大家所诟病。
其它开发框架基本都遵循React、Vue（类Vue）语法，其主要目的：复用工程师的现有技术栈，降低学习成本。此时，框架对于原框架（React/Vue）语法的支持度就是一个重要的衡量标准，如果支持度较低、和原框架语法差异较大，则开发者无异于要学习一门新的框架，成本太高。
实际开发中发现，各个开发框架，都没有完全实现Vue、react在web上的所有语法：
wepy开发风格接近于 Vue.js，属于类Vue实现，相对微信原生开发算前进了一大步，但相比完整Vue语法还有较大差距，开发时需要单独学习它的规则；
mpvue、uni-app 框架基于 Vue.js 核心，通过修改 Vue.js 的 runtime 和 compiler，实现了在小程序端的运行。mpvue支持的Vue语法略少，uni-app 则基本支持绝大多数vue语法，如filter、复杂 JavaScript 表达式等；
taro 对于 JSX 的语法支持度，也达到了绝大多数都支持的完善程度。
DSL语法支持评测：taro,uni-app > mpvue > wepy > 微信原生
2.1.2 学习资料完善度
官方文档、问题搜索、示例demo的完备度方面：
- 微信原生：文档丰富，API搜索准确，官方有示例demo，支持官网上调起微信开发者工具，预览运行效果 详见
- wepy：文档只有2页，没有搜索，组件API等文档都直接看微信的文档。没有提供示例demo，很多配置需要靠猜。详见
- mpvue：文档较少，但其概念不复杂，组件API等文档都直接看微信的文档，学习难度低。问题搜索效果一般。没有提供示例demo。详见
- taro：基础文档完整，具体使用问题资源较少，问题搜索效果一般，示例demo只包含基础功能，仅发布了微信一端。详见
- uni-app：基础文档和各种使用专题内容丰富，问题搜索效果较好，示例demo功能完备，并发布为7端上线。详见
教学课程方面：
学习资料完善度评测：微信原生 > uni-app > mpvue , taro > wepy
2.2 现代前端开发体验
开发体验层面，处于明显劣势的是微信原生开发，主要差距在于：
- 框架开发提供了精简的代码组织（微信原生开发，一个Page由4个文件构成，写个代码要开的标签卡太多）
- 框架开发提供了更强大的组件化能力
- 框架开发提供了应用状态管理（类Vuex/Redux/Mobx等）
- 框架开发能灵活支持各种 Sass 等 预处理器
- 框架开发可提供完整的 ES Next 语法支持
- 框架开发方便自定义构建策略
其它小程序开发框架均支持cli模式，可以在主流前端工具中开发，且基本都带有d.ts的语法提示库。
由于mpvue、uni-app、taro直接支持Vue、react语法，配套的ide工具链较丰富，着色、校验、格式化完善；wepy要弱一些，有部分三方维护的vscode插件。
好的开发工具，绝对可以大幅提升开发体验，这个维度上，明显高出一截的框架是uni-app，其出品公司同时也是HBuilder的出品公司，DCloud.io。HBuilder是四大主流前端开发工具（可对比百度指数），其为uni-app做了很多优化，故uni-app的开发效率、易用性非其他框架可及。
开发体验维度，对比结果：uni-app > taro,mpvue > wepy > 微信原生
这里可以输出一个结论：如果你需要工程化能力，那就直接忘了微信原生开发吧。
2.3 高效的社区支持
学习、开发难免遇到问题，官方技术支持和社区活跃度很重要。
本次评测demo开发期间，我们的同学（同时掌握vue和react），在学习研究各个多端框架时，切实感受到由于语法、学习资料、社区的差异带来的学习门槛，吐出了很多槽。
综合评估，本项评测结论：微信原生 , uni-app > taro > mpvue > wepy
2.4 活跃的开发迭代
开发者必须关心一个问题：该项目是否有人长期维护？
这个问题可以通过github commits 频次、产品更新日志（changelog）、百度搜索指数等指标来衡量和对比。
github commits 频次
我们采集2019年4月份（时间为4.1 ~ 4.30），每个项目在github上的master分支有commit的天数，结果如下：
Tips：
- 微信原生是闭源的，看不到 commits 数量，但保持每月至少一次的更新节奏，详见
wepy的master分支无commit，最新的2.0.x分支在4月份也仅1天有commit记录
从 commit 的记录来看，taro、uni-app处于更新比较活跃的状态，wepy、mpvue则相对疲软，呈现无人维护之态。
产品更新日志
通过浏览产品更新日志，可确认产品是否在积极迭代、增加新功能、修复用户bug。
我们分别查看各框架官方链接的更新日志（CHANGELOG），下方是链接地址：
通过产品更新日志对比，微信原生、taro、uni-app 三者更新频繁，bug修复、新功能补充都处于比较紧凑的状态；而mpvue、wepy则已有长时间没有版本发布，wepy甚至有将近1年时间未发布正式版本，开发者选型需谨慎。
2.5 多端复用
随着微信小程序的火爆，支付宝、百度、字节跳动等公司也先后进入小程序领域，这些公司个个日活过亿，坐拥海量用户，企业主希望将自己的业务触达每个用户，不管这个用户在哪个小程序中。
需求转接到程序员这里，程序员怎么办？难道真的每个平台到处搬砖吗？此时，一套代码、多端发布就成为很多程序员的梦想，小程序跨端框架应运而生。
现实真能如此理想吗？每个跨端框架能否真的像官网宣传的那样，实现开发一次，发布到所有小程序平台？甚至和H5平台复用代码？
我们用事实说话，依然使用上述仿微博App，依次发布到各平台，验证每个框架在各端的兼容性，结果如下：
测试结果说明：
- ⭕ 表示支持且功能正常，❌ 表示不支持，其它则表示支持但存在部分bug或兼容问题
通过这个简单的例子可以看出，跨端支持度测评结论： uni-app,taro > mpvue> 原生微信小程序、wepy
但是仅有上面的测试还不全面，实际业务要比这个测试例复杂很多。但我们没法开发很多复杂业务做评测，所以还需要再对照各家文档补充一些信息。 由于每个框架的文档中都描述了各种组件和API的跨端支持程度。我们过了几家的文档，发现各家基本是以微信小程序为基线，然后把各种组件和API在其他端实现了一遍：
taro：H5端实现了大部分微信的APIuni-app：组件、API、配置，大部分在各个端均已实现，个别API有说明在某些端不支持。可以看出uni-app是完整在H5端实现了一套微信模拟器
跨端框架，一方面要考虑框架提供的通用api跨端支持，同时还要考虑不同端的特色差异如何兼容。毕竟每个端都会有自己的特色，不可能完全一致。
taro：提供了js环境变量判断和统一接口的多端文件，可以在组件、js、文件方面扩展多端，不支持其他环节的分平台处理。uni-app：提供了条件编译模型，所有代码包括组件、js、css、配置json、文件、目录，均支持条件编译，可不受限的编写各端差异代码。
跨端框架，还涉及一个ui框架的跨端问题，评测结果如下：
最后补充跨端案例：
- mpvue：微信端案例丰富，未见其它端案例
- taro：微信端案例丰富，百度、支付宝、H5端亦有少量案例
- uni-app：多端案例丰富，官方示例已发布到7端(包括App端)
综合以上信息，本项的最终评测结论：uni-app > taro > mpvue > 原生微信小程序、wepy
这里可以输出一个结论，如果有多端发布需求，微信原生开发、wepy这两种方式可以直接排除了。
结语
真实客观的永远是实验和数据，而不是结论。不同需求的开发者，可以根据上述实验数据，自行得出自己的选型结论。
但作为一篇完整的评测，我们也必须提供一份总结，虽然它可能加入了我们的主观感受：
