本文由vivo技术团队Yang Kun分享，原题“electron 应用开发优秀实践”，即时通讯网有修订。
1、引言
在上篇《Electron初体验(快速开始、跨进程通信、打包、踩坑等)》的分享中，我们已经对Electron跨端框架的开发有了大概的了解。
本篇将基于vivo技术团队的技术实践，详细阐述了vivo在使用Electron进行跨端桌面开发时的技术栈选型考量，同时分享了在打包构建、版本更新、性能优化、质量保障、安全性等方面的实践方案和踩坑总结。
学习交流：
（本文已同步发布于：http://www.52im.net/thread-4044-1-1.html）
2、系列文章
本文是系列文章中的第3篇，本系列总目录如下：
3、技术背景
因业务发展，我们需要用到桌面端技术，技术特性涉及离线可用、调用桌面系统能力等要求。
那么什么是桌面端开发？一句话概括就是：以 Windows 、MacOS 和 Linux 为操作系统的桌面软件开发。
对此我们做了详细的技术调研：桌面端的开发方式主要有 Native 、 QT 、 Flutter 、 NW 、 Electron 、 Tarui 。
这些技术各自优劣势如下表格所示：
我们最终的桌面端技术选型是 Electron，Electron 是一个可以使用 Web 技术来开发跨平台桌面应用的开发框架。
其技术组成如下：
Electron = Chromium + Node.js + Native API
各技术能力如下图所示：
整体架构如下图所示：
Electron 是多进程架构，架构具有以下特点：
- 1）由一个主进程和 N 个渲染进程组成；
- 2）主进程承担主导作用，用于完成各种跨平台和原生交互；
- 3）渲染进程可以是多个，使用 Web 技术开发，通过浏览器内核渲染页面；
- 4）主进程和渲染进程通过进程间通信来完成各种功能。
这里回顾一下 Electron 进程间通信技术原理。
electron 使用 IPC （interprocess communication） 在进程之间进行通信。
如下图所示：
其提供了 IPC 通信模块，主进程的 ipcMain 和渲染进程的 ipcRenderer。
从 electron 源码中可以看出， ipcMain 和 ipcRenderer 都是 EventEmitter 对象。
源码如下图所示：
看到源码实现，是不是觉得 IPC 不难理解了。知其本质，方可游刃有余。
限于篇幅，这里对Electron的基础知识就不再展开，有兴趣的读者可回顾一下本系列的前两篇《快速了解新一代跨平台桌面技术——Electron》、《Electron初体验(快速开始、跨进程通信、打包、踩坑等)》（这篇中的“5、进程详解”特别介绍了Electron进程间的关系以及通信原理）。
4、开发技术栈选型
4.1编程语言选型
我们最终选择的是Typescript，理由如下。
针对开发者：
- 1）Javascript 的超集（无缝支持所有的 es2020+ 所有的特性，学习成本小）；
- 2）编译生成的 JavaScript 的代码保持很好的可读性；
- 3）可维护性明显增强；
- 4）完整的 OOP 的支持（extends, interface， private， protect， public等）；
- 5）类型即文档；
- 6）类型的约束，更少的单元测试的覆盖；
- 7）更安全的代码。
针对工具：
- 1）更好的重构能力；
- 2）静态分析自动导包；
- 3）代码错误检查；
- 4）代码跳转；
- 5）代码提示补齐。
社区支持：大量的社区的类型定义文件 提升开发效率。
4.2构建工具选型
我们选择的是 Electron-Forge。
理由很充分：Electron-Forge简单而又强大，目前 electron 应用最好的构建工具之一。
这里提一下 electron-builder 其和 electron-forge 的介绍和区别。
看下图所示：
两者最大的区别在于自由度，两者在能力上基本没什么差异了，从官方组织中的排序看，有意优先推荐 electron-forge 。
4.3Web方案选型
我们采用的是 Vue3 ，同时使用 Vite 作为构建工具，具体优点，大家可以查看官网介绍，这套组合是目前主流的 Web 开发方案。
4.4monorepo方案选型
目前的 monorepo 生态百花齐放，正确的实践方法应该是集大成法，也就是取各家之长，目前的趋势也是如此，各开源 monorepo 工具达成默契，专注自己擅长的能力。
如 pnpm 擅长依赖管理， turbo 擅长构建任务编排。遂在 monorepo 技术选型上，我选择了 pnpm 和 turbo 。
以下是pnpm的官网：
pnpm 理由如下：
- 1）目前最好的包管理工具（pnpm 吸收了npm、yarn、lerna等主流工具的精华，并去其糟粕）；
- 2）生态、社区活跃且强大；
- 3）结合 workspace 可以完成 monorepo 最佳设计和实践；
- 4）在管理多项目的包依赖、代码风格、代码质量、组件库复用等场景下，表现出色；
- 5）在框架、库的开发、调试、维护方面，表现出色。
相比于 vue 官网，在使用 pnpm 上，我加了 workspace 。
turbo 理由如下：
- 1）它是一个高性能构建系统（拥有增量构建、云缓存、并行执行、运行时零开销、任务管道、精简子集等特性）；
- 2）具有非常优秀的任务编排能力（可以弥补 pnpm 在任务编排上的短板）。
4.5本地数据库选型
Electron 应用数据库有非常多的选择如 lowdb 、 sqlite3 、 electron-store 、 pouchdb 、 dedb 、 rxdb 、 dexie 、 ImmortalDB 等。
这些数据库都有一个特性，那就是无服务器。
Electron本地数据库技术选型考虑因素主要有：
- 1）生态（使用者数量、维护频率、版本稳定度）；
- 2）能力；
- 3）性能；
- 4）其他（和使用者技术匹配度）。
我们通过以下渠道进行了相关调研：
- 1）github 的 issues、commit、fork、star；
- 2）sourcegraph 关键字搜索结果数；
- 3）npm 包下载量、版本发布；
- 4）官网和博客。
给出四个最优选择，分别是 lowdb 、 sqlite3 、 nedb 、 electron-store 。
我们的理由如下：
- 1）lowdb：生态、能力、性能三方面表现优秀， json 形式的存储结构， 支持 lodash 、 ramda 等 api 操作，利于备份和调用；
- 2）sqlite3：生态、能力、性能三方面表现优秀， Nodejs 关系型数据库第一选择方案；
- 3）nedb：能力、性能三方面表现优秀，缺点是基本不维护了，但底子还在，尤其操作是 MongoDB 的子集，对于熟悉 MongoDB 的使用者来说是绝佳选择；
- 4）electron-store：生态表现优秀，轻量级持久化方案，简单易用。
我们使用的数据库最终选型是 lowdb 方案。
PS：提一下 pouchdb ，如果需要将本地数据同步到远端数据库，可以使用 pouchdb ，其和 couchdb 可以轻松完成同步。
4.6脚本工具选型
软件开发过程中，将一些流程和操作通过脚本来完成，可以有效地提高开发效率和幸福度。
依赖 node runtime 的优秀选择就两个：shelljs 和 zx 。
选择 zx 的理由如下：
- 1）自带 fetch 、 chalk 等常用库，使用方便快捷；
- 2）多个子进程方便快捷（执行远端脚本、解析 md 、 xml 文件脚本、支持 ts），功能丰富且强大；
- 3）谷歌出品、大厂背景，生态非常活跃。
至此，技术选型就介绍完了。
5、打包构建实践
5.1应用图标生成
不同尺寸图标的生成有以下方法。
Windows：
MacOS：
5.2二进制文件构建
本章节内容是基于 electron-forge 阐述的，不过原理是一样的。
在开发桌面端应用时，会有场景要用到第三方的二进制程序，比如 ffmpeg 这种。
在构建二进制程序时，要关注以下两个注意项。
1）二进制程序不能打包进 asar 中 可以在构建配置文件（forge.config.js）进行如下设置：
const os = require('os')
const platform = os.platform()
const config = {
packagerConfig: {
// 可以将 ffmpeg 目录打包到 asar 目录外面
extraResource: [`./src/main/ffmpeg/`]
}
}
2）开发和生产环境，获取二进制程序路径方法是不一样的 可以采用如下代码进行动态获取：
import { app } from 'electron'
import os from 'os'
import path from 'path'
const platform = os.platform()
const dir = app.getAppPath()
let basePath = ''
if(app.isPackaged) basePath = path.join(process.resourcesPath)
elsebasePath = path.join(dir, 'ffmpeg')
const isWin = platform === 'win32'
// ffmpeg 二进制程序路径
const ffmpegPath = path.join(basePath, `${platform}`, `ffmpeg${isWin ? '.exe':
5.3按需构建
如何对跨平台二进制文件进行按需构建呢？
比如桌面应用中用到了 ffmpeg ， 它需要有 windows 、 mac 和 linux 的下载二进制。
在打包的时候，如果不做按需构建，则会将 3 个二进制文件全部打到构建中，这样会让应用体积增加很多。
可以在 forge.config.js 配置文件中进行如下配置，即可完成按需构建。
代码如下：
const platform = os.platform()
const config = {
packagerConfig: {
extraResource: [`./src/main/ffmpeg/${platform}`]
},
}
通过 platform 变量来把对应系统的二进制打到构建中，即可完成对二进制文件的按需构建。
5.4性能优化
主要是构建速度和构建体积优化，构建速度这块不好优化。这里重点说下构建体积优化，拿 mac 系统举例说明， 在 electron 应用打包后，查看应用包内容。
如下图所示：
可以看到有一个 app.asar 文件。
这个文件用 asar 解压后可以看到有以下内容：
可以看出 asar 中的文件，就是我们构建后的项目代码，从图中可以看到有 node_modules 目录， 这是因为在 electron 构建机制中，会自动把 dependencies 的依赖全部打到 asar 中。
结合上述分析，我们的优化措施有以下4点：
- 1）将 web 端构建所需的依赖全部放到 devDependencies 中，只将在 electron 端需要的依赖放到 dependencies；
- 2）将和生产无关的代码和文件从构建中剔除；
- 3）对跨平台使用的二进制文件，如 ffmpeg 进行按需构建（上文按需构建已介绍）；
- 4）对 node_modules 进行清理精简。
这里提下第 4） 点，如何对 node_modules 进行清理精简呢？
如果是 yarn 安装的依赖：我们可以在根目录使用下面命令进行精简：
yarn autoclean -I
yarn autoclean -F
如果是 pnpm 安装的依赖：第 4）点应该不起作用了。我在项目中使用 yarn 安装依赖，然后执行上述命令后，发现打包体积减少了 6M ， 虽然不多，但也还可以。
6、版本更新实践
6.1全量更新
全量更新就是通过下载最新的包或者 zip 文件，进行软件更新，需要替换所有的文件。
整体设计流程图如下：
按照流程图去实现，我们需要做以下事情：
- 1）开发服务端接口，用来返回应用最新版本信息；
- 2）渲染进程使用 axios 等工具请求接口，获取最新版本信息；
- 3）封装更新逻辑，用来对接口返回的版本信息进行综合比较，判断是否更新；
- 4）通过 ipc 通信将更新信息传递给主进程；
- 5）主进程通过 electron-updater 进行全量更新；
- 6）将更新信息通过 ipc 推送给渲染进程；
- 7）渲染进程向用户展示更新信息，若更新成功，则弹出弹窗告诉用户重启应用，完成软件更新。
6.2增量更新
增量更新是通过拉取最新的渲染层打包文件，覆盖之前的渲染层代码，完成软件更新，此方案只需替换渲染层代码，无需替换所有文件。
按照流程图去实现，我们需要做以下事情：
- 1）渲染进程定时通知主进程检测更新；
- 2）主进程检测更新；
- 3）需要更新，则拉取线上最新包；
- 4）删除旧版本包，复制线上最新包，完成增量更新；
- 5）通知渲染进程，提示用户重启应用完成更新。
全量更新和增量更新各有优势，多数情况下，采用增量更新来提高用户更新体验，同时使用全量更新作为兜底更新方案。
7、性能优化实践
打包构建优化在上节内容中已经详细介绍过了，这里不再介绍，下面将介绍我们对“启动时优化”和“运行时优化”的实践。
7.1启动时优化
主要从以下几个方面着手：
- 1）使用 v8-compile-cache 缓存编译代码；
- 2）优先加载核心功能，非核心功能动态加载；
- 3）使用多进程，多线程技术；
- 4）采用 asar 打包：会加快启动速度；
- 5）增加视觉过渡：loading + 骨架屏。
7.1.1）使用 v8-compile-cache 缓存编译代码：
使用 V8 缓存数据，为什么要这么做呢？
因为 electorn 使用 V8 引擎运行 js ， V8 运行 js 时，需要先进行解析和编译，再执行代码。其中，解析和编译过程消耗时间多，经常导致性能瓶颈。而 V8 缓存功能，可以将编译后的字节码缓存起来，省去下一次解析、编译的时间。
主要使用 v8-compile-cache 来缓存编译的代码，做法很简单：在需要缓存的地方加一行。
1require('v8-compile-cache')
其他使用方法请查看此链接文档 ：https://www.npmjs.com/package/v8-compile-cache
7.1.2）优先加载核心功能，非核心功能动态加载：
伪代码如下：
export functionshare() {
const kun = require('kun')
kun()
}
7.2运行时优化
主要从以下几个方面着手：
1）对渲染进程 进行 Web 性能优化；
2）对主进程进行轻量瘦身。
7.2.1）对渲染进程 进行 Web 性能优化：
用一个思维导图来完整阐述如何进行 Web 性能优化，如下图所示：
上图基本包含了性能优化的核心关键点和内容，大家可以以此作为参考，去做性能优化。
7.2.2）对主进程进行轻量瘦身：
核心方案就是将运行时耗时、计算量大的功能交给新开的 node 进程去执行处理。
伪代码如下：
const { fork } = require('child_process')
let { app } = require('electron')
functioncreateProcess(socketName) {
process = fork(`xxxx/server.js`, [
'--subprocess',
app.getVersion(),
socketName
])
}
const initApp = async () => {
// 其他初始化代码...
let socket = await findSocket()
createProcess(socket)
}
app.on('ready', initApp)
通过以上代码，将耗时、计算量大的功能，放在 server.js ，然后再 fork 到新开 node 进程中进行处理。
至此，性能优化实践就介绍完了。
8、质量保障实践
8.1概述
质量保障的全流程措施如下图所示：
本节主要从以下3个方面分享：
下面将会依次介绍上述内容。
8.2自动化测试
自动化测试是什么？
上图是做自动化测试一个完整步骤，大家可以看图领会。
自动化测试主要分为 单元测试、集成测试、端到端测试。
三者关系如下图所示：
一般情况下：作为软件工程师，我们做到一定的单元测试就可以了。而且从我目前经验来说，如果是写业务性质的项目，基本上不会编写测试相关的代码。
自动化测试主要是用来编写库、框架、组件等需要作为单独个体提供给他人使用的。
electron 的测试工具推荐 vitest 、 spectron 。具体用法参考官网文档即可，没什么特别的技巧。
8.3崩溃监控
对于 GUI 软件，尤其桌面端软件来说，崩溃率非常重要，因此需要对崩溃进行监控。
崩溃监控原理如下图所示：
崩溃监控技巧：
- 1）渲染进程崩溃后，提示用户重新加载；
- 2）通过 preload 统一初始化崩溃监控；
- 3）主进程、渲染进程通过 process.crash() 进行模拟崩溃；
- 4）对崩溃日志进行收集分析。
崩溃监控做好后，如果发生崩溃，该如何治理崩溃呢？
8.4崩溃治理
崩溃治理难点：
- 1）定位出错栈困难：Native 错误栈，无操作上下文；
- 2）调试门槛高：C++ 、 IIdb/GDB；
- 3）运行环境复杂：机器型号、系统、其他软件。
崩溃治理技巧：
- 1）及时升级 electron；
- 2）用户操作日志和系统信息；
- 3）复现和定位问题比治理重要；
- 4）把问题交给社区解决，社区响应快；
- 5）善于用 devtool 分析和治理内存问题。
9、安全性实践
9.1概述
俗话说的好，安全大于天，保证 electron 应用的安全也是一项重要的事情。
本章节将安全分为以下 5 个方面：
- 1）源码泄漏；
- 2）asar；
- 3）源码保护；
- 4）应用安全；
- 5）编码安全。
下面将会依次介绍上述内容。
9.2源码泄漏
目前 electron 在源码安全做的不好，官方只用 asar 做了一下很没用的源码保护，到底有多没用呢？
你只需要下载 asar 工具，然后对 asar 文件进行解压就可以得到里面的源码了。
如下图所示：
通过图中操作即可看到语雀应用的源码。上面提到的 asar 是什么呢？
9.3asar介绍
asar 是一种将多个文件合并成一个文件的类 tar 风格的归档格式。Electron 可以无需解压整个文件，即可从其中读取任意文件内容。
可以直接看 electron 源码，都是 ts 代码，容易阅读，源码如下图所示：
9.4源码保护
避免源码泄漏，按照从低到高的源码安全，可以分为几个程度。
具体如下：
- 1）asar；
- 2）代码混淆；
- 3）WebAssembly；
- 4）Language bindings。
其中：Language bindings 是最高的源码安全措施，其实使用 C++ 或 Rust 代码来编写 electron 应用代码，通过将 C++ 或 Rust 代码编译成二进制代码后，破译的难度会变高。
这里我说下如何使用 Rust 去编写 electron 应用代码。
方案是：使用 napi-rs 作为工具去编写，如下图所示：
我们采用 pnpm-workspace 去管理 Rust 代码，使用 napi-rs 。
比如我们写一个 sum 函数，rs代码如下：
fn sum(a: f64, b: f64) -> f64 {
a + b
}
此时我们加上 napi 装饰代码，如下所示：
use napi_derive::napi;
#[napi]
fn sum(a: f64, b: f64) -> f64 {
a + b
}
在通过 napi-cli 将上述代码编译成 node 可以调用的二进制代码。
编译后，在electron使用上述代码，如下所示：
import { sum as rsSum } from '@rebebuca/native'
// 输出 7
console.log(rsSum(2, 5))
napi-rs 的使用请阅读官方文档，地址是：https://napi.rs/
至此，language bindings 的阐述就完成了。我们通过这种方式，可以完成对重要功能的源码保护。
9.5应用安全
目前熟知的一个安全问题是克隆攻击，此问题的主流解决方案是将用户认证信息和应用设备指纹进行绑定。
整体流程如如下图所示：
如上图所示：
- 1）应用设备指纹生成：可以用上文阐述的 napi-rs 方案去实现；
- 2）用户认证信息和设备指纹绑定：使用服务端去实现。
9.6编码安全
主要有以下措施：
- 1）常用的 web 安全，比如防 xss 、 csrf；
- 2）设置 node 可执行环境；
- 3）窗体开启安全选项；
- 4）限制链接跳转。
以上具体细节不再介绍，自行搜索上述方案。
除此之外，还有个官方推荐的最佳安全实践，有空可以看看，地址如下：https://www.electronjs.org/docs/latest/tutorial/security。
至此，安全性这块实践就介绍完了。
10、本文小结
本文介绍了我们对跨系统桌面端技术的调研、确定技术选型，以及用 electron 开发过程中，总结的实践经验及踩坑填坑过程，如构建、性能优化、质量保障、安全等。
希望对读者在开发跨端桌面应用过程中有所帮助，文章难免有不足和错误的地方，欢迎读者评论。
11、参考资料
[1] Electron官方开发者手册
[2] 快速了解新一代跨平台桌面技术——Electron》
[3] Electron初体验(快速开始、跨进程通信、打包、踩坑等)
[4] Electron 基础入门 简单明了，看完啥都懂了
[5] 网易云信Web端IM的聊天消息全文检索技术实践
（本文已同步发布于：http://www.52im.net/thread-4044-1-1.html）