作者 | uni-app团队
责编 | 伍杏玲
【CSDN 编者按】最近前端界多端框架频出，各巨头公司纷纷造出各家的轮子，那么开发者该怎么选呢？
为了让开发者能直观地感受每个框架的差异，uni-app团队投入一周真实地开发了6个框架的小程序，从性能、跨端支持、学习门槛、工具等多方面进行深度评测，一起来看看他们的研究结果吧。
之前Taro团队发布了一篇
小程序多端框架全面测评
，让开发者对业界主流的跨端框架，有了初步认识，感谢Taro团队的付出。不过横评这件事，要想得到更精确的结论，其实非常花费时间。它需要：
真实地动手写多个平台的测试Demo，比较各个平台的功能、性能，它们的实际情况到底是不是如文档所写？
真实地学习每个框架，了解它们的学习曲线，在实际开发中遇到问题时，感受它们的文档、教程、社区生态和技服能力到底怎么样？
我们 uni-app 团队投入一周完成了这个深度评测，下面我们分享下实际开发不同框架的测试例时遇到的问题，以及在各端的兼容测试结果。在本文里，我们团队基于真实测试数据及各框架官网可采集到的公开数据，希望客观公正地评价各个框架的选型和优劣。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去看待。
评测实验介绍
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。
开发版本：一共开发了6个版本，包括微信原生版、WePY版、Mpvue版、Taro版、uni-app版、Chameleon版（以这些产品发布时间排序，下同），按照官网指引通过cli方式默认安装。
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，*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。
测试维度：
- 跨端支持度如何？
- 性能如何？
- 学习门槛。
- 工具与周边生态。
测试界面：
跨端支持度如何
开发一次，到处运行，是每个程序员的梦想。但现实往往变成开发一次，到处调错。
各个待评测框架，是否真得如官宣的那样，一次开发、多端发布？
我们将上述仿微博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。
- WePY 2.0 官宣已支持其他家小程序，本测试基于WePY官网指引安装的wepy-cli默认版本为1.7.3，尚不支持多端。
- chameleon官网未找到stopPullDownRefresh定义，停止页面下拉刷新需分平台编写。
通过上述例子可以看出，跨端支持度测评结论：uni-app > Taro > Chameleon > Mpvue >WePY、原生微信小程序
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API，App端和微信的差异比较大。
- uni-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，在App端实现了一套微信小程序引擎，才达到比较完善的平台兼容性。
- Chameleon：常用的一些组件和API在各端已经实现，这部分的平台差异较少。但大量组件和API需要开发者自己分平台写代码。
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JavaScript环境变量判断和统一接口的多端文件，可以在组件、JavaScript、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、JavaScript、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。
- Chameleon：提供了多态方案，可以在组件、JavaScript、文件方面扩展多端，不支持其他方式的分平台处理。
跨端框架，还涉及一个UI框架的跨端问题，评测结果如下：
- Taro：官方提供了Taro UI，支持小程序(微信/支付宝/百度)、H5平台，不支持App。
- uni-app：官方提供了Uni UI，可全端运行；uni-app还有一个插件市场，里面有很多三方UI组件。
- Chameleon：官方提供了cml-ui扩展组件库，可全端运行，但组件数量略少。
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：微信、App、H5三端案例丰富，官方示例已发布到6端。
- Chameleon：未看到任何端案例。
综合以上信息，本项的最终评测结论：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是否会降低运行性能？
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。
我们依然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。
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 -> 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，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，在复杂组件较多的页面，会大量增加 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
Tips：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会比微信原生框架性能略好？
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，每次仅传递有变化的数据。
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 > Chameleon > WePY > Mpvue
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？
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/Chameleon），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 > Chameleon > 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 > Chameleon > WePY > Mpvue
学习门槛
DSL语法支持度
主流跨端框架基本都遵循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，跨端框架对于原框架（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，各个多端框架，都没有完全实现Vue、React在Web上的所有语法：
Taro对于JS 的语法支持是相对完善的，其文档中描述未来版本计划：
更多的 JSX语法支持，1.3之后限制生产力的语法只有只能用map创造循环组件一条
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，支持绝大部分的Vue语法；uni-app编译到微信端曾经使用过Mpvue，但后来重写框架，支持了更多vue语法如Filter、复杂JavaScript表达式等。
WePY、Chameleon 都是类Vue的实现，仅支持Vue的部分语法，开发时需要单独学习它们的规则；
DSL语法支持评测：Taro，uni-app > Mpvue > WePY，Chameleon
学习资料完善度
官方文档、搜索系统的完备度方面（详见各官网）：
- WePY：文档只有2页，也无需搜索。仅支持微信，所以组件API等文档都直接看微信的文档。没有提供示例Demo。
- Mpvue：文档较少，但其概念不复杂，也没有支持H5、App，所以组件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。
- Taro：基础API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。
- 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。
- Chameleon：基础API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。
教程方面：
学习资料完善度评测：uni-app > Mpvue，Taro > Chameleon > WePY
技术支持和社区活跃度
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。
综合评估，本项评测结论：uni-app > Taro > Mpvue > WePY > Chameleon
Tips：本测评忽略React、Vue两框架自身的学习门槛
工具和周边生态
工具
所有多端框架均支持cli模式，可以在主流前端工具中开发。
各框架基本都带有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，Chameleon针对部分编辑器推荐了插件，WePY有一些三方维护的Vscode插件。
工具属性维度，uni-app比较好，其出品公司同时也是HBuilder的出品公司，DCloud.io。
HBuilder/HBuilderX系列是四大主流前端开发工具（可对比百度指数），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。
当然对于不习惯HBuilderX的开发者而言，uni-app的这个优势无法体现。
周边生态
一个底层框架，其周边配套非常重要，比如UI库、JS库、项目模板。
WePY：出现时间久，开源项目多，占据一定优势。
Mpvue：发布时间也较早，历史积累较多。
Taro：官方提供了Taro UI，GitHub上有一些开源项目。
uni-app：提供了插件市场，UI库、周边模板丰富
Chameleon：还没有形成周边生态。
值得注意的是，uni-app和Mpvue的插件生态是互通的，都是Vue插件。所以双方还联合举办了插件大赛。这个联合生态的周边丰富度，是目前各个框架中最丰富的。
综上比较，工具和周边生态评测结论：uni-app，Mpvue > WePY > Taro > Chameleon
其他常见评测指标
GitHub Star：
GitHub Star 数对比：Taro > Wepy > Mpvue > uni-app > Chameleon
（Star数采集时间：2019.04.08 16:30）
百度指数
百度指数代表了开发者的搜索量和包含关键字的网页数量。如下是各跨端框架近7天（2019-03-24 ~ 2019-03-30）的百度指数：
WePY未被百度指数收录，说明其搜索量和包含该关键字的网页数量都不够多。
案例
仅看发布到微信小程序的案例，数量和质量综合对比，WePY > Mpvue > Taro , uni-app > Chameleon
如果看多端案例，综合对比，uni-app > Taro > Mpvue > Wepy > Chameleon
- Wepy：的知名案例较多，包括很多一线互联网公司。
- Mpvue、Taro：跨端框架的出品方本身为一线互联网公司，其内部项目会使用这些框架，经受过实战考验。除内部项目外，暂无其他一线互联网公司使用。
- uni-app：案例很多，官方数据已经超过10w 。但以创业者和政企单位为主，暂无一线开发者使用。
- Chameleon：未找到案例，无法参与本评测。
其他补充说明
App侧的补充说明
目前有Taro、uni-app、Chameleon三家框架支持App端。但在App端大多是三方产品，比如Taro使用expo(一个基于React Native的封装库），Chameleon使用Weex。
不管React Native还是Weex，其架构与小程序架构完全不同，从排版到API能力都差别很大，所以这类产品跨App端时兼容性较差。
uni-app的App端，内置一个完整小程序引擎，并补充了可选的Weex引擎。这也是uni-app在App端能够正常运行微信小程序代码的原因。
整个业内目前还不存在一个完全开源的小程序引擎（微信、百度、支付宝、头条的小程序引擎源码均未开源）。uni-app的小程序引擎不是全开源，而是能力层开源，中控未开源。
所以可能各家的多端框架，在App端都有不完美的地方，需要开发者使用时注意。
其实App引擎并非前端领域，是原生领域的另一个竞技场。
转换和混写
Taro提供了原生小程序转换为Taro工程的转换器，也支持在原生小程序里部分页面嵌入Taro编写的页面。这是Taro的特色，其他跨端框架没有提供。这对于降低入门门槛有不少帮助。
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：
如果你只开发微信小程序，不做多端，那么使用微信原生开发、uni-app、Taro是更优的选择。
如果使用微信原生开发，需要注意手动写优化代码来控制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、周边生态和开发效率上更有优势。
如果你主要为了各家小程序，且不用复杂组件，那除了uni-app和Taro，Mpvue也是不错的选择。Mpvue发布2.0版本后，搜索指数明显爬升，希望能持续更新，迎来二次繁荣。
如果你主要为了微信端和H5端，那么uni-app和Taro都可以。可以根据自己熟悉的技术栈选择。
如果你只关心App，不关心小程序和H5，那欢迎关注我们后续的评测：uni-app和Cordova、React Native、Weex、Flutter的深度比较。
Chameleon发布时间还短，完善度不如其他框架，但其未来的规划比较令人期待，值得关注。
作者：uni-app团队，即DCloud团队，专注服务中国的前端开发者，已发布产品包括：前端IDE（HBuilder/HBuilderX）、前端ui库（mui）、跨平台App引擎（HTML5Plus）、多端框架（uni-app）。
测试代码：
GitHub：https://github.com/dcloudio/test-framework
原文：https://blog.csdn.net/hbcui1984/article/details/88945790
声明：本文系作者投稿，版权归作者所有。
