一、背景

随着项目越来越大，编译的耗时也在默默地不断增加。无论是开发阶段还是生产集成，编译耗时都成为了一个不容小觑的痛点。

我们的项目由微信原生迁移至Taro，先后经历了约5年的持续开发迭代，项目编译后代码接近12M。在日常开发阶段执行构建命令，只是编译打包开发相关的部分文件时，耗时近1分钟。在生产环境下执行构建命令，编译打包项目中所有文件，长达10分钟。此外，随着基建部分、单个复杂页面功能越来越多，代码量也越来越大，会导致主包或者一些分包的大小超过2M，这将使得微信开发者工具的二维码预览功能无法使用，开发体验非常糟糕。

针对上述问题，我们尝试优化Taro编译打包工作。本文分为以下三个部分。

1）了解Taro内置的Webpack配置，使用webpack-chain提供的方法链式修改配置。

2）编写Taro插件，将Taro编译打包耗时缩短至三分之一。

3）编写Taro插件，解决分包过大无法进行二维码预览的问题。

二、 Taro内置的webpack配置

我们知道Taro编译打包的工作是由webpack来完成的，既然想要优化打包速度，首先要知道Taro是如何调用webpack进行打包的，同时也要了解其内置的webpack配置是怎样的。

通过阅读Taro源码后可以知道，Taro是在@tarojs/mini-runner/dis/index.js文件中，调用了webpack进行打包。我们可以着重关注该文件中的build函数，代码如下。该函数接受两个参数，appPath和config，appPath是当前项目的目录，参数config就是我们编写的Taro配置。在调用webpack前，Taro会处理webpackConfig，包括将Taro内置的webpack配置进去，以及将用户在Taro配置文件中的webpackChain配置进去。

export default async function build (appPath: string, config: IBuildConfig): Promise<webpack.Stats> {  const mode = config.mode  /** process config.sass options */  const newConfig = await makeConfig(config)  /** initialized chain */  const webpackChain = buildConf(appPath, mode, newConfig)  /** customized chain */  await customizeChain(webpackChain, newConfig.modifyWebpackChain, newConfig.webpackChain)  if (typeof newConfig.onWebpackChainReady === 'function') {    newConfig.onWebpackChainReady(webpackChain)  }  /** webpack config */  const webpackConfig: webpack.Configuration = webpackChain.toConfig()  return new Promise<webpack.Stats>((resolve, reject) => {    const compiler = webpack(webpackConfig) //调用webpack    const onBuildFinish = newConfig.onBuildFinish    let prerender: Prerender    const onFinish = function (error, stats: webpack.Stats | null) {      ...    }    const callback = async (err: Error, stats: webpack.Stats) => {      ...    }    if (newConfig.isWatch) {      bindDevLogger(compiler)      compiler.watch({        aggregateTimeout: 300,        poll: undefined      }, callback)    } else {      bindProdLogger(compiler)      compiler.run(callback)    }  })}

定位到了webpack位置，那么让我们来看看Taro最终生成的webpack配置是怎样的呢？需要注意的是在开发和生产环境下，内置的webpack配置是有差别的，比如在生产环境下，才会调用terser-webpack-plugin进行文件压缩处理。我们用的是vscode代码编辑器，在调用webpack位置前，debugger打断点，同时使用console命令输出变量webpackConfig，即最终生成的webpack配置。在vscode自带的命令行工具DEBUG CONSOLE，可以非常方便的点击展开对象属性，查看Taro生成的webpack配置。这里展示下，在development环境下，Taro内置的webpack配置，如下图。

这些都是常见的webpack配置，我们主要关注两部分的内容，一是module中配置的rules，配置各种loader来处理匹配的对应的文件，例如常见的处理scss文件和jsx文件。二是plugins中配置的TaroMiniPlugin插件，该插件是Taro内置的，主要负责了将代码编译打包成小程序代码的工作。

现在了解了Taro中的webpack配置，接下来该考虑的是如何去修改该配置，来帮助我们优化编译打包。这里Taro提供了webpack-chain机制，webpack配置本质是一个对象，创建修改比较麻烦。webpack-chain就是提供链式的 API 来创建和修改webpack 配置。具体用法可以看官方github，上面提供了大量的案例用于学习。

三、速度优化 -- 耗时缩短至三分之一

我们已经了解了Taro生成的webpack配置，也掌握了修改这些配置的方法，接下来就是考虑修改webpack配置，来优化编译打包速度。我们引入了speed-measure-webpack-plugin，该插件可以统计出编译打包过程中，plugin和loader的耗时情况，可以帮助我们明确优化方向。

将speed-measure-webpack-plugin配置好后，执行构建命令，输出结果如下图。

图中数据显示在plugins中，TaroMiniPlugin耗时严重，这个是Taro内置的webpack插件，Taro的绝大多数编译打包工作都是配置在这里的进行的，例如获取配置内容、处理分包和tabbar、读取小程序配置的页面添加dependencies数组中进行后续处理、生成小程序相关文件等。次之耗时严重的就是TerserPlugin，该插件主要进行压缩文件工作。

而在loaders耗时统计中，babel-loader耗时两分半，sass-loader耗时两分钟，这两者耗时最为严重。这两者也是导致TaroMiniPlugin耗时如此严重的主要原因。因为该插件，会将小程序页面、组件等文件，通过webpack的compilation.addEntry添加到入口文件中，后续会执行webpack中一个完整的compliation阶段，在这个过程中会调用配置好的loader进行处理。当然也会调用babel-loader和scss-loader进行处理 js文件或者scss文件，这就严重拖慢了TaroMiniPlugin速度，导致统计出来该插件耗时严重。

因此优化这两loader，也就相当于优化了TaroMiniPlugin。这里主要使用了两种优化策略：多核和缓存。

1）多核

这里是采用了官方推荐的thread-loader，可以将非常消耗资源的 loaders 转存到worker pool。根据上述耗时统计，可以知道babel-loader是最耗时的loader，因此将thread-loader放置在babel-loader之前，这样babel-loader就会在一个单独的worker pool中运行，从而提高编译效率。

清楚了优化方法，就该考虑如何配置到webpack中。简单来说，就是利用Taro插件化机制提供的modifyWebpackChain钩子，采用webpack-chain提供的方法，链式修改webpack配置。

具体做法是，首先想办法删除Taro中内置的babel-loader，我们可以回头查看Taro内置的webpack配置，发现处理babel-loader的那条具名规则为'script'，如下图，然后使用webpack-chain语法规则删除该条具名规则即可。

最后，通过webpack-chain提供的merge方法，重新配置处理js文件的babel-loader，同时在babel-loader之前引入thread-loader。这样就完成了。

ctx.modifyWebpackChain(args => {  const chain = args.chain  chain.module.rules.delete('script') // 删除Taro中配置的babel-loader  chain.merge({ // 重新配置babel-loader    module: {      rule: {        script: {          test: /\.[tj]sx?$/i,          use: {            threadLoader: {              loader: 'thread-loader', // 多核构建            },            babelLoader: {              loader: 'babel-loader',              options: {                cacheDirectory: true, // 开启babel-loader缓存              },            },          },        },      },    }  })})

目前引入的thread-loader只处理babel-loader，我尝试过去用其处理css-loader，但是失败了。因为thread-loader的限制，可见issue，目前仍未解决。

Cannot read property 'outputOptions' of undefined #66

2）缓存

缓存优化策略也是针对这两部分进行，一是使用cache-loader缓存用于处理scss文件的loaders，二是babel-loader，设置参数cacheDirectory为true，开启babel-loader缓存。

在使用cache-loader缓存时，额外注意的是，需要将cache-loader放置在css-loader之前，mini-css-extract-plugin之后。实践中发现，放置在mini-css-extract-plugin/loader之前，是无法有效缓存生成的文件。

具体做法类似上面，主要是查看Taro内置的webpack配置，然后使用webpack-chain语法，定位到对应的位置，最后调用before方法，插入到css-loader之前。

// 通过webpack-chain方法，将cache-loader放置在css-loader之前，mini-css-extract-plugin之后chain.module.rule('scss').oneOf('0').use('cacheLoader').loader('cache-loader').before('1')chain.module.rule('scss').oneOf('1').use('cacheLoader').loader('cache-loader').before('1')

注意： 缓存默认是保存在node_moduls/.cache中，如下图。因此在使用执行编译打包命令时，需要注意当前的打包环境是否能够将缓存保留下来，否则缓存配置无法带来速度优化效果。

值得一提的是，看上图我们可以发现，terser-webpack-plugin也是开启了缓存的。我们再回头看下，下图是Taro中配置的参数。我们可以发现cache和parallel都为true，分别是开启了缓存以及并行编译。

小结

我们已经将上述优化方案，写成了Taro插件，放在了npm上，大家可以很方便的使用。总的来说，本插件是利用了Taro插件化机制暴露出来的modifyWebpackChain钩子，采用webpack-chain方法，链式修改webpack配置。将多核和缓存优化策略配置到Taro的webpack中，来提升编译打包速度。本案例中，优化前3m9s，优化后56.8s，可以将编译打包耗时缩短至三分之一左右。

最后看看优化后的耗时统计，可以发现总耗时已经缩短至56.9s，TaroMiniPlugin、babel-loader还有css-loader耗时有着明显的缩短，而配置了缓存的TerserPlugin也从22.8s缩短至13.9s。优化效果还是很显著的。

使用

npm install --save-dev thread-loader cache-loader taro-plugin-compiler-optimization

// 将其配置到taro config.js中的plugins中// 根目录/config/index.jsplugins: ['taro-plugin-compiler-optimization']

安装好了npm包后，将Taro插件写入到Taro配置中即可。

GitHub:

Npm:

该npm包，目前只适用Taro3，react、scss技术栈

四、压缩项目文件

微信开发者工具中，如果想要在真机上调试小程序，通常是需要进行二维码预览的。由于微信限制，打包出来的文件，主包、分包文件不能超过2M，否则进行二维码预览无法成功。但是随着项目越来越大，主包文件超过2M是没办法的事情，尤其是通过babel-loader处理后的文件，更是会包含了非常多的注释、过长的变量名等，导致文件过大。

比较简单能够想到的办法是，将跟目前调试目标无关的主包代码手动进行删除，留下入口用于调试。当然这样做也有一些问题，一是每次手动删除会比较麻烦，调试完之后需要自己手动恢复，每次预览都需要重启项目。二是微信限制tabbar最少 2 个、最多 5 个，这就导致存在可能单个tabbar超过2M的情况，这样更是麻烦。

也还有一种解决办法，那就是执行build构建命令，这样就可以启用terser-webpack-plugin压缩文件，将主包文件缩小至2M以下。问题也是很明显的，那就是每次都需要花费大量的时间用于构建打包工作，效率实在是太低了。而且这种情况下，不会监听文件变化，进行模块热替换工作，这种工作效率更是低到令人发指。

思路比较简单，就是在开发环境下，配置webpack，调用terser-webpack-plugin进行压缩。同时配置插件参数，压缩指定文件。

打开微信开发者工具，点开代码依赖分析，如下图。从图中可以看到，主包文件已经超过了2M。其中common.js、taro.js、vendors.js、app.js四个文件明显较大，并且每个Taro项目编译打包后必然生成这四个文件。pages文件夹也高达1.41M，该文件夹是我们配置的tabBar页面，因此该文件夹大小直接受到tabBar页面复杂度的影响。除此之外，其他文件都比较小，可以暂时不考虑进行处理。

我们的目标就是压缩这几个比较大的文件，用起来很简单，首先执行以下命令安装terser-webpack-plugin。

npm install -D terser-webpack-plugin@3.0.5

需要注意的是，terser-webpack-plugin最新版本已经是v5了，这个版本是根据webpack5进行优化的，但是不支持webpack4，因此需要自己额外指定版本，才能使用。这里我选择的是3.0.5，跟Taro中使用的terser-webpack-plugin是同一个版本。其中，传入的参数配置也是跟Taro一样，我们要做的是，将需要进行压缩的文件路径添加到test数组中即可，其中已经默认配置了common.js、taro.js、vendors.js、app.js、pages/homoe/index.js文件。

注意：文件路径是，Taro编译打包后最终生成的文件路径，不是项目中的文件路径。

同样的，我们需要在Taro配置文件plugins中引入该Taro插件，建议在config/dev.js配置文件中引入，只会在开发环境下才会使用到。

// config/dev.jsplugins: [    path.resolve(__dirname, 'plugins/minifyMainPackage.js'),]

最后我们来看看压缩后主包的大小，可以发现已经减少至1.42M了，相对于此前的3.45M，压缩了50%左右，可以解决大部分无法进行二维码预览打包的场景了。

使用

点击以下链接，将该Taro插件下载到项目中，修改代码中的test数组，配置想要压缩的文件路径。然后按照Taro插件文件所在路径，在Taro配置中引入即可。

GitHub:

五、总结

本文主要是解决在使用Taro开发大型项目时经常遇到的两个编译打包相关的问题，在解决问题的过程中，深入源码去了解Taro的编译打包机制和webpack相关机制，检索常用优化相关的解决方案，最终完成了这两个Taro插件。一是用于优化Taro编译打包速度，二是提供了一种解决方案，解决分包过大导致无法使用微信开发者工具进行二维码预览的问题。在文中我都给出了使用方法，大家可以尝试下，如有问题，欢迎指出探讨。

【作者简介】Can，携程前端开发，目前从事小程序开发工作，对编译打包技术、小程序跨平台解决方案有浓厚兴趣。