白屏度量 阿里是怎么監(jiān)控前端白屏的？

點(diǎn)擊上方關(guān)注 全棧前端精選，一起學(xué)習(xí)，天天進(jìn)步

引用下集團(tuán)監(jiān)控的 slogan：關(guān)注業(yè)務(wù)穩(wěn)定性的人，運(yùn)氣都不會(huì)太差~

背景

不知從什么時(shí)候開始，前端白屏問題成為一個(gè)非常普遍的話題，'白屏' 甚至成為了前端 bug 的代名詞：_喂，你的頁面白了。_而且，'白' 這一現(xiàn)象似乎對于用戶體感上來說更加強(qiáng)，回憶起 windows 系統(tǒng)的崩潰 '藍(lán)屏'：

可以說是非常相似了，甚至能明白了白屏這個(gè)詞匯是如何統(tǒng)一出來的。那么，體感如此強(qiáng)烈的現(xiàn)象勢必會(huì)給用戶帶來一些不好的影響，如何能盡早監(jiān)聽，快速消除影響就顯得很重要了。

為什么單獨(dú)監(jiān)控白屏

不光光是白屏，白屏只是一種現(xiàn)象，我們要做的是精細(xì)化的異常監(jiān)控。異常監(jiān)控各個(gè)公司肯定都有自己的一套體系，集團(tuán)也不例外，而且也足夠成熟。但是通用的方案總歸是有缺點(diǎn)的，如果對所有的異常都加以報(bào)警和監(jiān)控，就無法區(qū)分異常的嚴(yán)重等級，并做出相應(yīng)的響應(yīng)，所以在通用的監(jiān)控體系下定制精細(xì)化的異常監(jiān)控是非常有必要的。這就是本文討論白屏這一場景的原因，我把這一場景的邊界圈定在了 “白屏” 這一現(xiàn)象。

方案調(diào)研

白屏大概可能的原因有兩種：

1. js 執(zhí)行過程中的錯(cuò)誤
2. 資源錯(cuò)誤

這兩者方向不同，資源錯(cuò)誤影響面較多，且視情況而定，故不在下面方案考慮范圍內(nèi)。為此，參考了網(wǎng)上的一些實(shí)踐加上自己的一些調(diào)研，大概總結(jié)出了一些方案：

一、onerror + DOM 檢測

原理很簡單，在當(dāng)前主流的 SPA 框架下，DOM 一般掛載在一個(gè)根節(jié)點(diǎn)之下（比如 <div id="root"></div> ）發(fā)生白屏后通常現(xiàn)象是根節(jié)點(diǎn)下所有 DOM 被卸載，該方案就是通過監(jiān)聽全局的 onerror 事件，在異常發(fā)生時(shí)去檢測根節(jié)點(diǎn)下是否掛載 DOM，若無則證明白屏。我認(rèn)為是非常簡單暴力且有效的方案。但是也有缺點(diǎn)：其一切建立在 白屏 === 根節(jié)點(diǎn)下 DOM 被卸載 成立的前提下，實(shí)際并非如此比如一些微前端的框架，當(dāng)然也有我后面要提到的方案，這個(gè)方案和我最終方案天然沖突。

二、Mutation Observer Api

不了解的可以看下文檔^[1]。其本質(zhì)是監(jiān)聽 DOM 變化，并告訴你每次變化的 DOM 是被增加還是刪除。為其考慮了多種方案：

1. 搭配 onerror 使用，類似第一個(gè)方案，但很快被我否決了，雖然其可以很好的知道 DOM 改變的動(dòng)向，但無法和具體某個(gè)報(bào)錯(cuò)聯(lián)系起來，兩個(gè)都是事件監(jiān)聽，兩者是沒有必然聯(lián)系的。
2. 單獨(dú)使用判斷是否有大量 DOM 被卸載，缺點(diǎn)：白屏不一定是 DOM 被卸載，也有可能是壓根沒渲染，且正常情況也有可能大量 DOM 被卸載。完全走不通。
3. 單獨(dú)使用其監(jiān)聽時(shí)機(jī)配合 DOM 檢測，其缺點(diǎn)和方案一一樣，而且我覺得不如方案一。因?yàn)樗鼪]法和具體錯(cuò)誤聯(lián)系起來，也就是沒法定位。當(dāng)然我和其他團(tuán)隊(duì)同學(xué)交流的時(shí)候他們給出了其他方向：通過追蹤用戶行為數(shù)據(jù)來定位問題，我覺得也是一種方法。

一開始我認(rèn)為這就是最終答案，經(jīng)過了漫長的心里斗爭，最終還是否定掉了。不過它給了一個(gè)比較好的監(jiān)聽時(shí)機(jī)的選擇。

三、餓了么-Emonitor 白屏監(jiān)控方案

餓了么的白屏監(jiān)控方案，其原理是記錄頁面打開 4s 前后 html 長度變化，并將數(shù)據(jù)上傳到餓了么自研的時(shí)序數(shù)據(jù)庫。如果一個(gè)頁面是穩(wěn)定的，那么頁面長度變化的分布應(yīng)該呈現(xiàn)「冪次分布」曲線的形態(tài)，p10、p20 （排在文檔前 10%、20%）等數(shù)據(jù)線應(yīng)該是平穩(wěn)的，在一定的區(qū)間內(nèi)波動(dòng)，如果頁面出現(xiàn)異常，那么曲線一定會(huì)出現(xiàn)掉底的情況。

其他

其他都大同小樣，其實(shí)調(diào)研了一圈下來發(fā)現(xiàn)無非就是兩點(diǎn)

1. 監(jiān)控時(shí)機(jī)：調(diào)研下來常見的就三種：
2. onerror
3. mutation observer api
4. 輪訓(xùn)
5. DOM 檢測：這個(gè)方案就很多了，除了上述的還可以：
6. elementsFromPoint api 采樣
7. 圖像識別
8. 基于 DOM 的各種數(shù)據(jù)的各種算法識別
9. ...

改變方向

幾番嘗試下來幾乎沒有我想要的，其主要原因是準(zhǔn)確率 -- 這些方案都不能保證我監(jiān)聽到的是白屏，單從理論的推導(dǎo)就說不通。他們都有一個(gè)共同點(diǎn)：監(jiān)聽的是'白屏'這個(gè)現(xiàn)象，從現(xiàn)象去推導(dǎo)本質(zhì)雖然能成功，但是不夠準(zhǔn)確。所以我真正想要監(jiān)聽的是造成白屏的本質(zhì)。

那么回到最開始，什么是白屏？他是如何造成的？是因?yàn)殄e(cuò)誤導(dǎo)致的瀏覽器無法渲染？不，在這個(gè) spa 框架盛行的現(xiàn)在實(shí)際上的白屏是框架造成的，本質(zhì)是由于錯(cuò)誤導(dǎo)致框架不知道怎么渲染所以干脆就不渲染。由于我們團(tuán)隊(duì) React 技術(shù)棧居多，我們來看看 React 官網(wǎng)的一段話^[2]：

React 認(rèn)為把一個(gè)錯(cuò)誤的 UI 保留比完全移除它更糟糕。我們不討論這個(gè)看法的正確與否，至少我們知道了白屏的原因：渲染過程的異常且我們沒有捕獲異常并處理。

反觀目前的主流框架：我們把 DOM 的操作托管給了框架，所以渲染的異常處理不同框架方法肯定不一樣，這大概就是白屏監(jiān)控難統(tǒng)一化產(chǎn)品化的原因。但大致方向肯定是一樣的。

那么關(guān)于白屏我認(rèn)為可以這么定義：異常導(dǎo)致的渲染失敗。

那么白屏的監(jiān)控方案即：監(jiān)控渲染異常。那么對于 React 而言，答案就是：Error Boundaries

Error Boundaries

我們可以稱之為錯(cuò)誤邊界，錯(cuò)誤邊界是什么？它其實(shí)就是一個(gè)生命周期，用來監(jiān)聽當(dāng)前組件的 children 渲染過程中的錯(cuò)誤，并可以返回一個(gè) 降級的 UI 來渲染：

class ErrorBoundary extends React.Component {
  constructor(props) {
    super(props);
    this.state = { hasError: false };
  }

  static getDerivedStateFromError(error) {
    // 更新 state 使下一次渲染能夠顯示降級后的 UI
    return { hasError: true };
  }

  componentDidCatch(error, errorInfo) {
    // 我們可以將錯(cuò)誤日志上報(bào)給服務(wù)器
    logErrorToMyService(error, errorInfo);
  }

  render() {
    if (this.state.hasError) {
      // 我們可以自定義降級后的 UI 并渲染
      return <h1>Something went wrong.</h1>;
    }

    return this.props.children; 
  }
}

一個(gè)有責(zé)任心的開發(fā)一定不會(huì)放任錯(cuò)誤的發(fā)生。錯(cuò)誤邊界可以包在任何位置并提供降級 UI，也就是說，一旦開發(fā)者'有責(zé)任心' 頁面就不會(huì)全白，這也是我之前說的方案一與之天然沖突且其他方案不穩(wěn)定的情況。那么，在這同時(shí)我們上報(bào)異常信息，這里上報(bào)的異常一定會(huì)導(dǎo)致我們定義的白屏，這一推導(dǎo)是 100% 正確的。

100% 這個(gè)詞或許不夠負(fù)責(zé)，接下來我們來看看為什么我說這一推導(dǎo)是 100% 準(zhǔn)確的：

React 渲染流程

我們來簡單回顧下從代碼到展現(xiàn)頁面上 React 做了什么。我大致將其分為幾個(gè)階段：render => 任務(wù)調(diào)度 => 任務(wù)循環(huán) => 提交 => 展示 我們舉一個(gè)簡單的例子來展示其整個(gè)過程（任務(wù)調(diào)度不再本次討論范圍故不展示）：

const App = ({ children }) => (
  <>
    <p>hello</p>
    { children }
  </>
);
const Child = () => <p>I'm child</p>

const a = ReactDOM.render(
  <App><Child/></App>,
  document.getElementById('root')
);

準(zhǔn)備

首先瀏覽器是不認(rèn)識我們的 jsx 語法的，所以我們通過 babel 編譯大概能得到下面的代碼：

var App = function App(_ref2) {
  var children = _ref2.children;
  return React.createElement("p", null, "hello"), children);
};

var Child = function Child() {
  return React.createElement("p", null, "I'm child");
};

ReactDOM.render(React.createElement(App, null, React.createElement(Child, null)), document.getElementById('root'));

babel 插件將所有的 jsx 都轉(zhuǎn)成了 createElement 方法，執(zhí)行它會(huì)得到一個(gè)描述對象 ReactElement 大概長這樣子：

{
    $$typeof: Symbol(react.element),
  key: null,
  props: {}, // createElement 第二個(gè)參數(shù) 注意 children 也在這里，children 也會(huì)是一個(gè) ReactElement 或 數(shù)組
  type: 'h1' // createElement 的第一個(gè)參數(shù)，可能是原生的節(jié)點(diǎn)字符串，也可能是一個(gè)組件對象（Function、Class...）
}

所有的節(jié)點(diǎn)包括原生的 <a></a> 、 <p></p> 都會(huì)創(chuàng)建一個(gè) FiberNode ，他的結(jié)構(gòu)大概長這樣：

FiberNode = {
    elementType: null, // 傳入 createElement 的第一個(gè)參數(shù)
  key: null,
  type: HostRoot, // 節(jié)點(diǎn)類型（根節(jié)點(diǎn)、函數(shù)組件、類組件等等）
  return: null, // 父 FiberNode
  child: null, // 第一個(gè)子 FiberNode
  sibling: null, // 下一個(gè)兄弟 FiberNode
  flag: null, // 狀態(tài)標(biāo)記
}

你可以把它理解為 Virtual Dom 只不過多了許多調(diào)度的東西。最開始我們會(huì)為根節(jié)點(diǎn)創(chuàng)建一個(gè) FiberNodeRoot 如果有且僅有一個(gè) ReactDOM.render 那么他就是唯一的根，當(dāng)前有且僅有一個(gè) FiberNode 樹。

我只保留了一些渲染過程中重要的字段，其他還有很多用于調(diào)度、判斷的字段我這邊就不放出來了，有興趣自行了解

render

現(xiàn)在我們要開始渲染頁面，是我們剛才的例子，執(zhí)行 ReactDOM.render 。這里我們有個(gè)全局 workInProgress 對象標(biāo)志當(dāng)前處理的 FiberNode

1. 首先我們?yōu)楦?jié)點(diǎn)初始化一個(gè) FiberNodeRoot ，他的結(jié)構(gòu)就如上面所示，并將 workInProgress= FiberNodeRoot。
2. 接下來我們執(zhí)行 ReactDOM.render 方法的第一個(gè)參數(shù)，我們得到一個(gè) ReactElement :

ReactElement = {
  $$typeof: Symbol(react.element),
  key: null,
  props: {
    children: {
      $$typeof: Symbol(react.element),
      key: null,
      props: {},
      ref: null,
      type: ? Child(),
    }
  }
  ref: null,
  type: f App()
}

該結(jié)構(gòu)描述了 <App><Child /></App>

1. 我們?yōu)?nbsp;ReactElement 生成一個(gè) FiberNode 并把 return 指向父 FiberNode ，最開始是我們的根節(jié)點(diǎn)，并將 workInProgress = FiberNode

{
  elementType: f App(), // type 就是 App 函數(shù)
  key: null,
  type: FunctionComponent, // 函數(shù)組件類型
  return: FiberNodeRoot, // 我們的根節(jié)點(diǎn)
  child: null,
  sibling: null,
  flags: null
}

1. 只要workInProgress 存在我們就要處理其指向的 FiberNode 。節(jié)點(diǎn)類型有很多，處理方法也不太一樣，不過整體流程是相同的，我們以當(dāng)前函數(shù)式組件為例子，直接執(zhí)行 App(props) 方法，這里有兩種情況
2. 該組件 return 一個(gè)單一節(jié)點(diǎn)，也就是返回一個(gè) ReactElement 對象，重復(fù) 3 - 4 的步驟。并將當(dāng)前 節(jié)點(diǎn)的 child 指向子節(jié)點(diǎn) CurrentFiberNode.child = ChildFiberNode 并將子節(jié)點(diǎn)的 return 指向當(dāng)前節(jié)點(diǎn) ChildFiberNode.return = CurrentFiberNode
3. 該組件 return 多個(gè)節(jié)點(diǎn)（數(shù)組或者 Fragment ），此時(shí)我們會(huì)得到一個(gè) ChildiFberNode 的數(shù)組。我們循環(huán)他，每一個(gè)節(jié)點(diǎn)執(zhí)行 3 - 4 步驟。將當(dāng)前節(jié)點(diǎn)的 child 指向第一個(gè)子節(jié)點(diǎn) CurrentFiberNode.child = ChildFiberNodeList[0] ，同時(shí)每個(gè)子節(jié)點(diǎn)的 sibling 指向其下一個(gè)子節(jié)點(diǎn)（如果有） ChildFiberNode[i].sibling = ChildFiberNode[i + 1] ，每個(gè)子節(jié)點(diǎn)的 return 都指向當(dāng)前節(jié)點(diǎn) ChildFiberNode[i].return = CurrentFiberNode

如果無異常每個(gè)節(jié)點(diǎn)都會(huì)被標(biāo)記為待布局 FiberNode.flags = Placement

1. 重復(fù)步驟直到處理完全部節(jié)點(diǎn) workInProgress 為空。

最終我們能大概得到這樣一個(gè) FiberNode 樹：

FiberNodeRoot = {
  elementType: null,
  type: HostRoot,
  return: null,
  child: FiberNode<App>,
  sibling: null,
  flags: Placement, // 待布局狀態(tài)
}

FiberNode<App> {
  elementType: f App(),
  type: FunctionComponent,
  return: FiberNodeRoot,
  child: FiberNode<p>,
  sibling: null,
  flags: Placement // 待布局狀態(tài)
}

FiberNode<p> {
  elementType: 'p',
  type: HostComponent,
  return: FiberNode<App>,
  sibling: FiberNode<Child>,
  child: null,
  flags: Placement // 待布局狀態(tài)
}

FiberNode<Child> {
  elementType: f Child(),
  type: FunctionComponent,
  return: FiberNode<App>,
  child: null,
  flags: Placement // 待布局狀態(tài)
}

提交階段

提交階段簡單來講就是拿著這棵樹進(jìn)行深度優(yōu)先遍歷 child => sibling，放置 DOM 節(jié)點(diǎn)并調(diào)用生命周期。

那么整個(gè)正常的渲染流程簡單來講就是這樣。接下來看看異常處理

錯(cuò)誤邊界流程

剛剛我們了解了正常的流程現(xiàn)在我們制造一些錯(cuò)誤并捕獲他：

const App = ({ children }) => (
  <>
  <p>hello</p>
  { children }
  </>
);
const Child = () => <p>I'm child {a.a}</p>

const a = ReactDOM.render(
  <App>
    <ErrorBoundary><Child/></ErrorBoundary>
  </App>,
  document.getElementById('root')
);

執(zhí)行步驟 4 的函數(shù)體是包裹在 try...catch 內(nèi)的如果捕獲到了異常則會(huì)走異常的流程：

do {
  try {
    workLoopSync(); // 上述 步驟 4
    break;
  } catch (thrownValue) {
    handleError(root, thrownValue);
  }
} while (true);

執(zhí)行步驟 4 時(shí)我們調(diào)用 Child 方法由于我們加了個(gè)不存在的表達(dá)式 {a.a} 此時(shí)會(huì)拋出異常進(jìn)入我們的 handleError 流程此時(shí)我們處理的目標(biāo)是 FiberNode<Child> ，我們來看看 handleError :

function handleError(root, thrownValue): void {
  let erroredWork = workInProgress; // 當(dāng)前處理的 FiberNode 也就是異常的 節(jié)點(diǎn)
  throwException(
    root, // 我們的根 FiberNode
    erroredWork.return, // 父節(jié)點(diǎn)
    erroredWork,
    thrownValue, // 異常內(nèi)容
  );
    completeUnitOfWork(erroredWork);
}

function throwException(
  root: FiberRoot,
  returnFiber: Fiber,
  sourceFiber: Fiber,
  value: mixed,
) {
  // The source fiber did not complete.
  sourceFiber.flags |= Incomplete;

  let workInProgress = returnFiber;
  do {
    switch (workInProgress.tag) {
      case HostRoot: {
        workInProgress.flags |= ShouldCapture;
        return;
      }
      case ClassComponent:
        // Capture and retry
        const ctor = workInProgress.type;
        const instance = workInProgress.stateNode;
        if (
          (workInProgress.flags & DidCapture) === NoFlags &&
          (typeof ctor.getDerivedStateFromError === 'function' ||
            (instance !== null &&
              typeof instance.componentDidCatch === 'function' &&
              !isAlreadyFailedLegacyErrorBoundary(instance)))
        ) {
          workInProgress.flags |= ShouldCapture;
          return;
        }
        break;
      default:
        break;
    }
    workInProgress = workInProgress.return;
  } while (workInProgress !== null);
}

代碼過長截取一部分 先看 throwException 方法，核心兩件事：

1. 將當(dāng)前也就是出問題的節(jié)點(diǎn)狀態(tài)標(biāo)志為未完成 FiberNode.flags = Incomplete
2. 從父節(jié)點(diǎn)開始冒泡，向上尋找有能力處理異常（ ClassComponent ）且的確處理了異常的（聲明了 getDerivedStateFromError 或 componentDidCatch 生命周期）節(jié)點(diǎn)，如果有，則將那個(gè)節(jié)點(diǎn)標(biāo)志為待捕獲 workInProgress.flags |= ShouldCapture ，如果沒有則是根節(jié)點(diǎn)。

completeUnitOfWork 方法也類似，從父節(jié)點(diǎn)開始冒泡，找到 ShouldCapture 標(biāo)記的節(jié)點(diǎn)，如果有就標(biāo)記為已捕獲 DidCapture ，如果沒找到，則一路把所有的節(jié)點(diǎn)都標(biāo)記為 Incomplete 直到根節(jié)點(diǎn)，并把 workInProgress 指向當(dāng)前捕獲的節(jié)點(diǎn)。

之后從當(dāng)前捕獲的節(jié)點(diǎn)（也有可能沒捕獲是根節(jié)點(diǎn)）開始重新走流程，由于其狀態(tài) react 只會(huì)渲染其降級 UI，如果有 sibling 節(jié)點(diǎn)則會(huì)繼續(xù)走下面的流程。我們看看上述例子最終得到的 FiberNode 樹：

FiberNodeRoot = {
  elementType: null,
  type: HostRoot,
  return: null,
  child: FiberNode<App>,
  sibling: null,
  flags: Placement, // 待布局狀態(tài)
}

FiberNode<App> {
  elementType: f App(),
  type: FunctionComponent,
  return: FiberNodeRoot,
  child: FiberNode<p>,
  sibling: null,
  flags: Placement // 待布局狀態(tài)
}

FiberNode<p> {
  elementType: 'p',
  type: HostComponent,
  return: FiberNode<App>,
  sibling: FiberNode<ErrorBoundary>,
  child: null,
  flags: Placement // 待布局狀態(tài)
}

FiberNode<ErrorBoundary> {
  elementType: f ErrorBoundary(),
  type: ClassComponent,
  return: FiberNode<App>,
  child: null,
  flags: DidCapture // 已捕獲狀態(tài)
}

FiberNode<h1> {
  elementType: f ErrorBoundary(),
  type: ClassComponent,
  return: FiberNode<ErrorBoundary>,
  child: null,
  flags: Placement // 待布局狀態(tài)
}

如果沒有配置錯(cuò)誤邊界那么根節(jié)點(diǎn)下就沒有任何節(jié)點(diǎn)，自然無法渲染出任何內(nèi)容。

ok，相信到這里大家應(yīng)該清楚錯(cuò)誤邊界的處理流程了，也應(yīng)該能理解為什么我之前說由 ErrorBoundry 推導(dǎo)白屏是 100% 正確的。當(dāng)然這個(gè) 100% 指的是由 ErrorBoundry 捕捉的異常基本上會(huì)導(dǎo)致白屏，并不是指它能捕獲全部的白屏異常。以下場景也是他無法捕獲的：

• 事件處理
• 異步代碼
• SSR
• 自身拋出來的錯(cuò)誤

React SSR 設(shè)計(jì)使用流式傳輸，這意味著服務(wù)端在發(fā)送已經(jīng)處理好的元素的同時(shí)，剩下的仍然在生成 HTML，也就是其父元素?zé)o法捕獲子組件的錯(cuò)誤并隱藏錯(cuò)誤的組件。這種情況似乎只能將所有的 render 函數(shù)包裹 try...catch ，當(dāng)然我們可以借助 babel 或 TypeScript 來幫我們簡單實(shí)現(xiàn)這一過程，其最終得到的效果是和 ErrorBoundry 類似的。

而事件和異步則很巧，雖說 ErrorBoundry 無法捕獲他們之中的異常，不過其產(chǎn)生的異常也恰好不會(huì)造成白屏（如果是錯(cuò)誤的設(shè)置狀態(tài)，間接導(dǎo)致了白屏，剛好還是會(huì)被捕獲到）。這就在白屏監(jiān)控的職責(zé)邊界之外了，需要?jiǎng)e的精細(xì)化監(jiān)控能力來處理它。

總結(jié)

那么最后總結(jié)下本文的出的幾個(gè)結(jié)論：我對白屏的定義：異常導(dǎo)致的渲染失敗。對應(yīng)方案是：資源監(jiān)聽 + 渲染流程監(jiān)聽。

在目前 SPA 框架下白屏的監(jiān)控需要針對場景做精細(xì)化的處理，這里以 React 為例子，通過監(jiān)聽渲染過程異常能夠很好的獲得白屏的信息，同時(shí)能增強(qiáng)開發(fā)者對異常處理的重視。而其他框架也會(huì)有相應(yīng)的方法來處理這一現(xiàn)象。

當(dāng)然這個(gè)方案也有弱點(diǎn)，由于是從本質(zhì)推導(dǎo)現(xiàn)象其實(shí)無法 cover 所有的白屏的場景，比如我要搭配資源的監(jiān)聽來處理資源異常導(dǎo)致的白屏。當(dāng)然沒有一個(gè)方案是完美的，我這里也是提供一個(gè)思路，歡迎大家一起討論。

作者：ES2049 / 金城武

https://zhuanlan.zhihu.com/p/383686310

參考資料

[1]

文檔: https://link.zhihu.com/?target=https%3A//developer.mozilla.org/zh-CN/docs/Web/API/MutationObserver

[2]

一段話: https://link.zhihu.com/?target=https%3A//zh-hans.reactjs.org/docs/error-boundaries.html%23new-behavior-for-uncaught-errors

The End

歡迎自薦投稿到《全棧前端精選》，如果你覺得這篇內(nèi)容對你挺有啟發(fā)，記得點(diǎn)個(gè) 「在看」哦

點(diǎn)個(gè)『在看』支持下