白屏度量阿里是怎么监控前端白屏的？

青旅半醒 2022-09-03 13:21 209阅读 0赞

点击上方 前端瓶子君，关注公众号

回复算法，加入前端编程面试算法每日一题群

> 引用下集团监控的 slogan：关注业务稳定性的人，运气都不会太差~

## 背景 ##

不知从什么时候开始，前端白屏问题成为一个非常普遍的话题，'白屏' 甚至成为了前端 bug 的代名词：\_喂，你的页面白了。\_而且，'白' 这一现象似乎对于用户体感上来说更加强，回忆起 windows 系统的崩溃 '蓝屏'：

![2a1903cbc645c2a00cb1366b59a9706b.png][] ![4f26841a139fe5362fe540d62f7b1f94.png][]

可以说是非常相似了，甚至能明白了白屏这个词汇是如何统一出来的。那么，体感如此强烈的现象势必会给用户带来一些不好的影响，如何能尽早监听，快速消除影响就显得很重要了。

## 为什么单独监控白屏 ##

不光光是白屏，白屏只是一种现象，我们要做的是精细化的异常监控。异常监控各个公司肯定都有自己的一套体系，集团也不例外，而且也足够成熟。但是通用的方案总归是有缺点的，如果对所有的异常都加以报警和监控，就无法区分异常的严重等级，并做出相应的响应，所以在通用的监控体系下定制精细化的异常监控是非常有必要的。这就是本文讨论白屏这一场景的原因，我把这一场景的边界圈定在了 “白屏” 这一现象。

## 方案调研 ##

白屏大概可能的原因有两种：

1.  js 执行过程中的错误
2.  资源错误

这两者方向不同，资源错误影响面较多，且视情况而定，故不在下面方案考虑范围内。为此，参考了网上的一些实践加上自己的一些调研，大概总结出了一些方案：

### 一、onerror + DOM 检测 ###

原理很简单，在当前主流的 SPA 框架下，DOM 一般挂载在一个根节点之下（比如 `<div id="root"></div>` ）发生白屏后通常现象是根节点下所有 DOM 被卸载，该方案就是通过监听全局的 `onerror` 事件，在异常发生时去检测根节点下是否挂载 DOM，若无则证明白屏。我认为是非常简单暴力且有效的方案。但是也有缺点：**其一切建立在** `白屏 === 根节点下 DOM 被卸载` **成立的前提下**，实际并非如此比如一些微前端的框架，当然也有我后面要提到的方案，这个方案和我最终方案天然冲突。

### 二、Mutation Observer Api ###

不了解的可以看下文档\[1\]。其本质是监听 DOM 变化，并告诉你每次变化的 DOM 是被增加还是删除。为其考虑了多种方案：

1.  搭配 `onerror` 使用，类似第一个方案，但很快被我否决了，虽然其可以很好的知道 DOM 改变的动向，但无法和具体某个报错联系起来，两个都是事件监听，两者是没有必然联系的。
2.  单独使用判断是否有大量 DOM 被卸载，缺点：白屏不一定是 DOM 被卸载，也有可能是压根没渲染，且正常情况也有可能大量 DOM 被卸载。完全走不通。
3.  单独使用其监听时机配合 DOM 检测，其缺点和方案一一样，而且我觉得不如方案一。因为它没法和具体错误联系起来，也就是没法定位。当然我和其他团队同学交流的时候他们给出了其他方向：通过追踪用户行为数据来定位问题，我觉得也是一种方法。

一开始我认为这就是最终答案，经过了漫长的心里斗争，最终还是否定掉了。不过它给了一个比较好的监听时机的选择。

### 三、饿了么-Emonitor 白屏监控方案 ###

饿了么的白屏监控方案，其原理是记录页面打开 4s 前后 html 长度变化，并将数据上传到饿了么自研的时序数据库。如果一个页面是稳定的，那么页面长度变化的分布应该呈现「幂次分布」曲线的形态，p10、p20 （排在文档前 10%、20%）等数据线应该是平稳的，在一定的区间内波动，如果页面出现异常，那么曲线一定会出现掉底的情况。

### 其他 ###

其他都大同小样，其实调研了一圈下来发现无非就是两点

1.  **监控时机**：调研下来常见的就三种：
2.  onerror
3.  mutation observer api
4.  轮训
5.  **DOM 检测**：这个方案就很多了，除了上述的还可以：
6.  elementsFromPoint api 采样
7.  图像识别
8.  基于 DOM 的各种数据的各种算法识别
9.  ...

## 改变方向 ##

几番尝试下来几乎没有我想要的，其主要原因是准确率 -- 这些方案都不能保证我监听到的是白屏，单从理论的推导就说不通。他们都有一个共同点：监听的是'白屏'这个现象，从现象去推导本质虽然能成功，但是不够准确。所以我真正想要监听的是造成白屏的本质。

那么回到最开始，什么是白屏？他是如何造成的？是因为错误导致的浏览器无法渲染？不，在这个 spa 框架盛行的现在实际上的白屏是框架造成的，本质是由于错误导致框架不知道怎么渲染所以干脆就不渲染。由于我们团队 React 技术栈居多，我们来看看 React 官网的一段话\[2\]：

![a2974e6e2039c273925a9c29b2492813.png][]

React 认为把一个错误的 UI 保留比完全移除它更糟糕。我们不讨论这个看法的正确与否，至少我们知道了白屏的原因：渲染过程的异常且我们没有捕获异常并处理。

反观目前的主流框架：我们把 DOM 的操作托管给了框架，所以渲染的异常处理不同框架方法肯定不一样，这大概就是白屏监控难统一化产品化的原因。但大致方向肯定是一样的。

那么关于白屏我认为可以这么定义：**异常导致的渲染失败**。

那么白屏的监控方案即：**监控渲染异常**。那么对于 React 而言，答案就是：`Error Boundaries`

## Error Boundaries ##

我们可以称之为错误边界，错误边界是什么？它其实就是一个生命周期，用来监听当前组件的 children 渲染过程中的错误，并可以返回一个 降级的 UI 来渲染：

class ErrorBoundary extends React.Component {
      constructor(props) {
        super(props);
        this.state = { hasError: false };
      }
    
      static getDerivedStateFromError(error) {
        // 更新 state 使下一次渲染能够显示降级后的 UI
        return { hasError: true };
      }
    
      componentDidCatch(error, errorInfo) {
        // 我们可以将错误日志上报给服务器
        logErrorToMyService(error, errorInfo);
      }
    
      render() {
        if (this.state.hasError) {
          // 我们可以自定义降级后的 UI 并渲染
          return <h1>Something went wrong.</h1>;
        }
    
        return this.props.children; 
      }
    }

一个有责任心的开发一定不会放任错误的发生。错误边界可以包在任何位置并提供降级 UI，也就是说，一旦开发者'有责任心' 页面就不会全白，这也是我之前说的方案一与之天然冲突且其他方案不稳定的情况。那么，在这同时我们上报异常信息，这里上报的异常一定会导致我们**定义的白屏**，这一推导是 100% 正确的。

100% 这个词或许不够负责，接下来我们来看看为什么我说这一推导是 100% 准确的：

### React 渲染流程 ###

我们来简单回顾下从代码到展现页面上 React 做了什么。我大致将其分为几个阶段：render => 任务调度 => 任务循环 => 提交 => 展示 我们举一个简单的例子来展示其整个过程（任务调度不再本次讨论范围故不展示）：

const App = ({ children }) => (
      <>
        <p>hello</p>
        { children }
      </>
    );
    const Child = () => <p>I'm child</p>
    
    const a = ReactDOM.render(
      <App><Child/></App>,
      document.getElementById('root')
    );

### 准备 ###

首先浏览器是不认识我们的 jsx 语法的，所以我们通过 babel 编译大概能得到下面的代码：

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 插件将所有的 jsx 都转成了 `createElement` 方法，执行它会得到一个描述对象 `ReactElement` 大概长这样子：

{
        $$typeof: Symbol(react.element),
      key: null,
      props: {}, // createElement 第二个参数 注意 children 也在这里，children 也会是一个 ReactElement 或 数组
      type: 'h1' // createElement 的第一个参数，可能是原生的节点字符串，也可能是一个组件对象（Function、Class...）
    }

所有的节点包括原生的 `<a></a>` 、 `<p></p>` 都会创建一个 `FiberNode` ，他的结构大概长这样：

FiberNode = {
        elementType: null, // 传入 createElement 的第一个参数
      key: null,
      type: HostRoot, // 节点类型（根节点、函数组件、类组件等等）
      return: null, // 父 FiberNode
      child: null, // 第一个子 FiberNode
      sibling: null, // 下一个兄弟 FiberNode
      flag: null, // 状态标记
    }

你可以把它理解为 Virtual Dom 只不过多了许多调度的东西。最开始我们会为根节点创建一个 `FiberNodeRoot` 如果有且仅有一个 `ReactDOM.render` 那么他就是唯一的根，当前有且仅有一个 `FiberNode` 树。

> 我只保留了一些渲染过程中重要的字段，其他还有很多用于调度、判断的字段我这边就不放出来了，有兴趣自行了解

### render ###

现在我们要开始渲染页面，是我们刚才的例子，执行 `ReactDOM.render` 。这里我们有个全局 `workInProgress` 对象标志当前处理的 `FiberNode`

1.  首先我们为根节点初始化一个 `FiberNodeRoot` ，他的结构就如上面所示，并将 `workInProgress= FiberNodeRoot`。
2.  接下来我们执行 `ReactDOM.render` 方法的第一个参数，我们得到一个 `ReactElement` :

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

该结构描述了 `<App><Child /></App>`

1.  我们为 `ReactElement` 生成一个 `FiberNode` 并把 return 指向父 `FiberNode` ，最开始是我们的根节点，并将 `workInProgress = FiberNode`

{
      elementType: f App(), // type 就是 App 函数
      key: null,
      type: FunctionComponent, // 函数组件类型
      return: FiberNodeRoot, // 我们的根节点
      child: null,
      sibling: null,
      flags: null
    }

1.  只要`workInProgress` 存在我们就要处理其指向的 `FiberNode` 。节点类型有很多，处理方法也不太一样，不过整体流程是相同的，我们以当前函数式组件为例子，直接执行 `App(props)` 方法，这里有两种情况
2.  该组件 return 一个单一节点，也就是返回一个 `ReactElement` 对象，重复 3 - 4 的步骤。并将当前 节点的 child 指向子节点 `CurrentFiberNode.child = ChildFiberNode` 并将子节点的 return 指向当前节点 `ChildFiberNode.return = CurrentFiberNode`
3.  该组件 return 多个节点（数组或者 `Fragment` ），此时我们会得到一个 `ChildiFberNode` 的数组。我们循环他，每一个节点执行 3 - 4 步骤。将当前节点的 child 指向第一个子节点 `CurrentFiberNode.child = ChildFiberNodeList[0]` ，同时每个子节点的 sibling 指向其下一个子节点（如果有） `ChildFiberNode[i].sibling = ChildFiberNode[i + 1]` ，每个子节点的 return 都指向当前节点 `ChildFiberNode[i].return = CurrentFiberNode`

如果无异常每个节点都会被标记为待布局 `FiberNode.flags = Placement`

1.  重复步骤直到处理完全部节点 `workInProgress` 为空。

最终我们能大概得到这样一个 `FiberNode` 树：

FiberNodeRoot = {
      elementType: null,
      type: HostRoot,
      return: null,
      child: FiberNode<App>,
      sibling: null,
      flags: Placement, // 待布局状态
    }
    
    FiberNode<App> {
      elementType: f App(),
      type: FunctionComponent,
      return: FiberNodeRoot,
      child: FiberNode<p>,
      sibling: null,
      flags: Placement // 待布局状态
    }
    
    FiberNode<p> {
      elementType: 'p',
      type: HostComponent,
      return: FiberNode<App>,
      sibling: FiberNode<Child>,
      child: null,
      flags: Placement // 待布局状态
    }
    
    FiberNode<Child> {
      elementType: f Child(),
      type: FunctionComponent,
      return: FiberNode<App>,
      child: null,
      flags: Placement // 待布局状态
    }

### 提交阶段 ###

提交阶段简单来讲就是拿着这棵树进行深度优先遍历 child => sibling，放置 DOM 节点并调用生命周期。

那么整个正常的渲染流程简单来讲就是这样。接下来看看异常处理

### 错误边界流程 ###

刚刚我们了解了正常的流程现在我们制造一些错误并捕获他：

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')
    );

执行步骤 4 的函数体是包裹在 `try...catch` 内的如果捕获到了异常则会走异常的流程：

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

执行步骤 4 时我们调用 `Child` 方法由于我们加了个不存在的表达式 `{a.a}` 此时会抛出异常进入我们的 `handleError` 流程此时我们处理的目标是 `FiberNode<Child>` ，我们来看看 `handleError` :

function handleError(root, thrownValue): void {
      let erroredWork = workInProgress; // 当前处理的 FiberNode 也就是异常的 节点
      throwException(
        root, // 我们的根 FiberNode
        erroredWork.return, // 父节点
        erroredWork,
        thrownValue, // 异常内容
      );
        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);
    }

代码过长截取一部分 先看 `throwException` 方法，核心两件事：

1.  将当前也就是出问题的节点状态标志为未完成 `FiberNode.flags = Incomplete`
2.  从父节点开始冒泡，向上寻找有能力处理异常（ `ClassComponent` ）且的确处理了异常的（声明了 `getDerivedStateFromError` 或 `componentDidCatch` 生命周期）节点，如果有，则将那个节点标志为待捕获 `workInProgress.flags |= ShouldCapture` ，如果没有则是根节点。

`completeUnitOfWork` 方法也类似，从父节点开始冒泡，找到 `ShouldCapture` 标记的节点，如果有就标记为已捕获 `DidCapture` ，如果没找到，则一路把所有的节点都标记为 `Incomplete` 直到根节点，并把 `workInProgress` 指向当前捕获的节点。

之后从当前捕获的节点（也有可能没捕获是根节点）开始重新走流程，由于其状态 react 只会渲染其降级 UI，如果有 sibling 节点则会继续走下面的流程。我们看看上述例子最终得到的 `FiberNode` 树：

FiberNodeRoot = {
      elementType: null,
      type: HostRoot,
      return: null,
      child: FiberNode<App>,
      sibling: null,
      flags: Placement, // 待布局状态
    }
    
    FiberNode<App> {
      elementType: f App(),
      type: FunctionComponent,
      return: FiberNodeRoot,
      child: FiberNode<p>,
      sibling: null,
      flags: Placement // 待布局状态
    }
    
    FiberNode<p> {
      elementType: 'p',
      type: HostComponent,
      return: FiberNode<App>,
      sibling: FiberNode<ErrorBoundary>,
      child: null,
      flags: Placement // 待布局状态
    }
    
    FiberNode<ErrorBoundary> {
      elementType: f ErrorBoundary(),
      type: ClassComponent,
      return: FiberNode<App>,
      child: null,
      flags: DidCapture // 已捕获状态
    }
    
    FiberNode<h1> {
      elementType: f ErrorBoundary(),
      type: ClassComponent,
      return: FiberNode<ErrorBoundary>,
      child: null,
      flags: Placement // 待布局状态
    }

如果没有配置错误边界那么根节点下就没有任何节点，自然无法渲染出任何内容。

ok，相信到这里大家应该清楚错误边界的处理流程了，也应该能理解为什么我之前说由 `ErrorBoundry` 推导白屏是 100% 正确的。当然这个 100% 指的是由 `ErrorBoundry` 捕捉的异常基本上会导致白屏，并不是指它能捕获全部的白屏异常。以下场景也是他无法捕获的：

*  事件处理
 *  异步代码
 *  SSR
 *  自身抛出来的错误

React SSR 设计使用流式传输，这意味着服务端在发送已经处理好的元素的同时，剩下的仍然在生成 HTML，也就是其父元素无法捕获子组件的错误并隐藏错误的组件。这种情况似乎只能将所有的 render 函数包裹 `try...catch` ，当然我们可以借助 `babel` 或 `TypeScript` 来帮我们简单实现这一过程，其最终得到的效果是和 `ErrorBoundry` 类似的。

而事件和异步则很巧，虽说 `ErrorBoundry` 无法捕获他们之中的异常，不过其产生的异常也恰好不会造成白屏（如果是错误的设置状态，间接导致了白屏，刚好还是会被捕获到）。这就在白屏监控的职责边界之外了，需要别的精细化监控能力来处理它。

## 总结 ##

那么最后总结下本文的出的几个结论：我对白屏的定义：**异常导致的渲染失败**。对应方案是：**资源监听 + 渲染流程监听**。

在目前 SPA 框架下白屏的监控需要针对场景做精细化的处理，这里以 React 为例子，通过监听渲染过程异常能够很好的获得白屏的信息，同时能增强开发者对异常处理的重视。而其他框架也会有相应的方法来处理这一现象。

当然这个方案也有弱点，由于是从本质推导现象其实无法 cover 所有的白屏的场景，比如我要搭配资源的监听来处理资源异常导致的白屏。当然没有一个方案是完美的，我这里也是提供一个思路，欢迎大家一起讨论。

> 作者：ES2049 / 金城武
> 
> https://zhuanlan.zhihu.com/p/383686310

### 参考资料 ###

\[1\]

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

\[2\]

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

## 最后 ##

欢迎关注【前端瓶子君】✿✿ヽ(°▽°)ノ✿

回复「算法」，加入前端编程源码算法群，每日一道面试题（工作日），第二天瓶子君都会很认真的解答哟！

回复「交流」，吹吹水、聊聊技术、吐吐槽！

回复「阅读」，每日刷刷高质量好文！

如果这篇文章对你有帮助，「在看」是最大的支持

》》面试官也在看的算法资料《《

“在看和转发”就是最大的支持

[2a1903cbc645c2a00cb1366b59a9706b.png]: https://img-blog.csdnimg.cn/img_convert/2a1903cbc645c2a00cb1366b59a9706b.png
[4f26841a139fe5362fe540d62f7b1f94.png]: /images/20220829/dd6345989f294266a74c5f31bf386f1a.png
[a2974e6e2039c273925a9c29b2492813.png]: /images/20220829/59beb125689849e097849194adb89d63.png