Tree组件实现支持50W数据方法剖析

目录

• 出师未捷身先死
• Tree 自身的复杂性
• 虚拟滚动带来的复杂性
• 查问题
• 怎么做
• 缓存数据
• 减少响应式数据
• 用更快的 JS 语法
• 扣细节
• 数据结构一致性的魅力

出师未捷身先死

有用户在 fes-design VIP群 吐槽 Tree 组件在处理一万条左右数据时很卡。但是 fes-design 已重视大数据场景，提供基础的虚拟列表组件，以及选择器、表格、树形、级联等组件基于虚拟列表处理了大数据场景，为啥 Tree 组件还卡呢？

Tree 自身的复杂性

Tree 数据结构特性决定 Tree 组件中父子节点存在关联，以选中功能为例：

Select：选中只影响自身状态。

Tree：当开启父子关联时，选中某个节点时，其所有子孙节点全部选中，同时需计算父辈节点是否为全选中。

虚拟滚动带来的复杂性

虚拟滚动是指根据滚动距离计算当前视野范围需要展示的内容。不管有多少数据，只渲染视野范围内的选项，大大减少了 Vue 实例的创建，性能无比优越。因为虚拟滚动只接受一维数组结构，所以Tree 组件在初始化时需要把树状结构数据按照展示顺序拍平为一维数组。那么展开关闭的功能就变得复杂了！

不考虑虚拟滚动方案时节点会这么设计：

    
{{ node.label }}
    

             
    

展开关闭只需要改变 node.expanded。

考虑虚拟滚动方案时节点会这么设计：

    
{{ node.label }}

计算所有子孙节点状态，判断节点是否显示，如果显示则把当前节点丢到虚拟滚动的一维数组中。

查问题

先用chrome的性能测试工具看看问题在哪：

可以找到耗时的代码语句，下一步干掉他们。

怎么做

缓存数据

Tree 组件在初始化时会把树状结构数据按照展示顺序拍平为一维数组，在这个过程中，记录每个节点的父级节点为indexPath 和所有子孙节点childrenPath。在后续逻辑中经常会用到：

// 当选中某个节点时，只需要处理此节点相关上下节点状态
if (checkingNode) {
    const { indexPath } = checkingNode;
    indexPath.slice(0).reverse().forEach(computeIndeterminate);
    checkingNode.hasChildren &&
        checkingNode.childrenPath.forEach(
            (key: TreeNodeKey) => {
                const node = nodeList.get(key);
                node.isIndeterminate.value = false;
            },
        );
    checkingNode = null;
}

减少响应式数据

在优化前所有节点都会丢到nodeList中：

const nodeList = reactive({});

// 转换节点数据
const copy = transformNode(node, indexPath, level);
nodeList[copy.value] = copy;

数据量上来后，数据响应式处理耗时非常大。所以我们不要把整个对象一股脑弄成响应式的，只把需要的字段设置为响应式的。

Tree节点需要缓存的内部状态有是否开展、是否全选、是否选中，所以只需要这三个字段为响应式：

const nodeList: Map = new Map();

f (!nodeList.get(value)) {
    // Object.assign比解构快很多
    copy = Object.assign({}, newItem);
    copy.isExpanded = ref(false);
    copy.isIndeterminate = ref(false);
    copy.isChecked = ref(false);
}

nodeList.set(copy.value, copy);

用更快的 JS 语法

1、Array.concat 性能比较慢，改为使用赋值

export function concat(arr: any[], arr2: any[]) {
    const arrLength = arr.length;
    const arr2Length = arr2.length;
    arr.length = arrLength + arr2Length;
    for (let i = 0; i < arr2Length; i++) {
    arr[arrLength + i] = arr2[i];
    }
    return arr;
}

2、Map 的查找性能比 Object 稍好

const nodeList = {} ;

改为使用

const nodeList = new Map();

3、解构语法比较慢，改为使用Object.assign

扣细节

1、computeCurrentData 是执行非常耗时的函数，由于 watch 两个变量，在初始化时会执行两次，加上debounce只需要执行一次。

watch(
    [currentExpandedKeys, transformData],
    debounce(() => {
        if (isSearchingRef.value) return;
        computeCurrentData();
    }, 10),
    {
        immediate: true,
    },
);

2、叶子节点不需要计算isExpanded

 if (node.hasChildren) {
    node.isExpanded.value = expandedKeys.includes(key);
 }

3、计算显示的节点时，可以先判断是否由展开或者关闭节点触发的计算，如果是则只需要计算此节点子孙和父级节点状态，而不需要计算全部节点

const computeCurrentData = ()=> {
    if(expandingNode) {
        // 计算此节点相关节点
        return
    }
    // 遍历所有节点
}

类似这种细节非常多，通过性能测试工具和自己经验能找到很多地方，积少成多，性能能提升不少。

数据结构一致性的魅力

以收起节点为例：

常规思路是：当点击收起节点时，判断当前所有子孙节点是否在显示数据数组中，如果在就删掉。复杂度是O(n^2)。

但是可以换个思路：由于childrenPath和currentData的顺序一致，只需要遍历一次childrenPath，判断是是否为当前节点下一个节点，如果是，删掉就好。复杂度是O(n)

const deleteNode = (keys: TreeNodeKey[], index: number) => {
    let len = 0;
    keys.forEach((key) => {
        if (key === currentData.value[index + len]) {
            len += 1;
        }
    });
    currentData.value.splice(index, len);
};

const index = currentData.value.indexOf(expandingNode.value);
deleteNode(expandingNode.childrenPath, index + 1);

在 Tree 的代码中有很多地方，可以通过特殊的数据结构来减少或者避免循环，性能提升非常大！

欢迎来体验： fes-design

以上就是Tree组件实现支持50W数据方法剖析的详细内容，更多关于Tree组件50W数据的资料请关注脚本之家其它相关文章！