后端接口返回近万条数据，前端渲染缓慢，content Download 时间长的优化方案

前言

性能优化，是前端绕过不去的一道门槛，甚是重要。最近一年，也很少有机会在项目中进行前端性能优化，一直在忙于业务开发。

最近终于是来了机会，遇到了这样的场景，心里也甚是激动，写个随笔记录下性能优化的过程及逻辑，有需要的可以参考下。

场景

后端接口一下子返回了 9000 多条数据，而且不带分页参数，全部返回了。

说实话，刚联调接口的时候我也有点懵，也是第一次遇到这样的情况，于是询问后端同学为什么要这样。他回复我说是因为特殊需要，后端调的是大数据的接口，拿的是大数据团队的数据，技术方案评审时，要求数据不落表（我也不太懂后端这是什么意思）

毫无疑问，将近一万条数据在前端渲染，百分之百的会造成卡顿。而且接口调用时间也会很长。

从上图我们可以看到，光下载 http 接口的响应数据就需要 3.14s（此时是8000条数据），而正常接口的下载时间一般是以毫秒为单位。所以需要优化。

解决思路

1. 首先是前端分页

首先，需要思考下这将近一万条数据如何在前端渲染的问题。肯定是不能一下子进行全部展示的。既然后端没有进行分页，那就前端来进行分页。

前端分页逻辑其实很简单：有分页的组件，拿来用就行。使用 数组的 slice 方法，对总数据进行分割，跳转到不同页时，根据 pageSize 和 limit 两个参数分割数组。

比较简单，就直接上代码了

// 前端分页逻辑/** * 该方法用于前端分页 * @param limit         每页条数 * @param currentPage   当前页 * @param tableData     总数据 */  queryByPage(limit, currentPage, tableData) {     return tableData.slice((currentPage - 1) * limit, currentPage * limit)  }

进行前端分页后，只有第一次调用接口时会非常慢，之后进行跳转其他页码时，是不调用接口的，页面效果会很快。

不过这终究不是最终的解决方案，接口还是比较耗时，如果在进行其他操作后在调用该接口，仍然会非常慢，仍需继续优化。

2. 优化返回字段

从上图我们可以看到，造成接口时间长的主要原因是：ttfb 与 content download 的时间太长了，正常情况下，这哥俩的耗时应该是以毫秒为单位的。

不过，和后端同学沟通，目前的 TTFB 时间已经是优化过后的，本来是 十几秒 的时间，现在优化到 3秒左右，他那边目前没有好的再优化 TTFB 时间的方案。

那下一步就是优化 content download 的时间。

content download ：收到响应的第一个字节，到接收完最后一个字节的时间，就是下载时间。即 下载 HTTP 响应的时间（包含头部和响应体）

通过看接口返回详情，我们可以很清晰的了解到：这个接口响应的资源很大，大概有7M（估算的，因为优化字段后资源大小仍然有 4M 左右，当时忘了看之前的资源大小）

看到这里，我们就能意识到：原来是接口返回的数据资源太大，导致下载时间长。 那么，我们该如何优化数据资源呢？

网上出现的比较多的是这两种方案：

1、移除重复脚本，精简和压缩代码，比如借助自动化构建工具 grunt、gulp 等。（不太熟悉，加上时间紧迫，就没了解）2、压缩响应内容，服务器端启动 gzip 压缩，可以减少下载时间。

当时我向后端同学推荐了第二种方案：后端使用 gzip 压缩，前端处理数据，但不知为何，后端同学没采用这种方法。

不过，后端精简了返回的字段，把无用的字段统统删除，将返回的数据资源大小控制在了 4M 左右。

3. 最终优化（前端分页 + 后端分页）

我和后端同学又讨论了几种方案，但细细想过后又都一一否决了，最终定下来方案如下：

前端将分页参数传给后端，后端根据前端传的分页参数，返回 pageSize * limit 条数据。前端将数据缓存起来，调用当前页之前的数据就不用调用接口了。而且第一次加载的时候，返回的数据较少，content download 下载时间就会大大降低。

说实话，我有些不太理解，既然后端都要分页了，那为什么不按照正常的分页逻辑来呢？点击第几页就返回第几页的数据。对此，后端同学给我的解释是：这些数据没有落表，而且要大量计算。我不是特别理解，但后端坚持不用正常的分页逻辑，我也无可奈何，只能按照这个思路写前端逻辑。

PS：如果不是特殊需求，后端不进行分页的话，建议直接打一顿

前端分页逻辑已经写好了，代码在上面，主要问题是如何判断点击当前页后，前面的页码点击不调用接口，以及修改每页条数后，如何判断哪个页面之前不需要调用接口。

思路：

定义一个变量 clickedMaxPage，默认值为 1，用于储存当前页的页码点击的最大值。

考虑 页码变化事件、每页条数变化事件 对于 clickedMaxPage 的变化

// 当前页发生变化// page: 当前页码currentPageChange(page) {// 如果 page > this.clickedMaxPage 调用接口，否则不需要if (page > this.clickedMaxPage) {this.clickedMaxPage = page// 调用接口return}// page <= this.clickedMaxPage// 调用前端分页方法}// 每页条数发生变化// size: 当前每页条数sizeChangeHandle(size) {/** * 需要判断当前总条数是否大于分页条数， * 如果大于，正常取余判断, 余数不为0，clickedMaxPage = 商 + 1，否则 clickedMaxPage = 商 * 如果小于等于 clickedMaxPage = 1 */ if (this.data.length > size) {        // 获取余数        const remainder = this.data.length % size        // 获取商数        const result = parseInt((this.data.length / size) + '')        if (remainder === 0) {          this.clickedMaxPage = result        } else {          this.clickedMaxPage = result + 1        }      } else {        this.clickedMaxPage = 1      }      // 前端分页逻辑}

总结

按照上面的方法，页面初始化的时候确实比之前快了很多，大概有一倍左右。不过直接跳转到最后一页，接口还是会有些缓慢。不过，对于上万条数据，也很少有人会直接跳转到最后一页进行搜索，毕竟上面也是有筛选条件可以进行筛选的。总而言之，也算是完成了性能优化。

前端性能方案有很多种，比如 SSR，只是目前暂时还未了解，以后慢慢掌握。

本篇文章介绍的方法只是其中比较特殊的一种，正常来说，我内心还是比较偏向于 gzip 压缩处理的。

如果上面有不对的地方，欢迎评论留言，感谢支持。

本文链接：https://www.kjpai.cn/news/2024-04-10/156344.html，文章来源：网络cs，作者：付梓，版权归作者所有，如需转载请注明来源和作者，否则将追究法律责任！