得物 iOS 工程演进之路

发表于 3年以前 | 总阅读数：4708 次

正文

大家好，我是来自得物 iOS 架构组的 Casa。今天想和大家分享一下得物这两年以来的 iOS 的工程演进，希望能给处在演进阶段的工程师带来一些新的启发。

工程演进规划

首先需要说明的是，我认为，有架构师的团队，和没有架构师的团队，工程演进方向是不一样的。

有架构师的团队：会对工程有规划，当遇到演进阶段的“分叉口”时，会有一个比较清晰的目标，决定接下来该往哪走。
没有架构师的团队：野蛮生长，业务需要什么添加什么。那么我首先来给大家分享一下，得物的工程规划一般是怎么做的？目前得物将工程演进分为了三个阶段：工程化、组件化以及容器化。

首先，需要明确这三个步骤分别是什么，以及分别想要解决的问题：

工程化：

定义：为项目搭建一系列的周边工具，打通 CI / CD 流程。
解决的问题：解决标准操作流程（SOP） 的问题。

2 . 组件化：

定义：将项目打碎并拆分成若干个组件组成的项目，以面向组件的方式进行开发。
解决的问题：解决工程业务复杂的问题。

3 . 容器化：

定义：利用拆分的组件，在快速满足业务需求的同时，尽量少地提升项目复杂度，同时以面向构件的方式进行开发。
解决的问题：解决组件复用性的问题。
需要注意的是，此处定义的“容器化”，是站在组件化的基础上实现的，与 Flutter、React Native、Weex、WebView 容器的概念有所区分。集成了上述容器技术的的应用，是具备容器能力的，但这并不代表工程是容器化的。

同时，工程健康是需要贯穿整个演进阶段的。接下来我会先来分享工程健康上，得物所做的优化，再来探讨项目工程化、组件化、容器化等演进阶段。

工程健康

工程健康主要包含：包体积治理、Crash 治理、启动流程治理等三项。对于部分资源充裕的项目，可能还会关注电量损耗、图片加载时长、API 请求时长等。

包体积大小治理

随着业务扩展，得物用了 2 - 3 个版本从 250M 上升到 350M，为了减少包大小，得物做了如下实践。

包体积大小主要由资源大小与代码大小组成，所以治理的方向就是想办法减少这两块内容所占的大小。

资源的治理可以分为几个方向：

资源压缩：
第一阶段：尝试使用 ImageOptim 进行无损压缩，但是发现毫无收益，原因是因为 Xcode 已经帮我们进行了无损压缩。
第二阶段：使用了 80% 的有损压缩，对于部分特殊图片，还可以选择更高的有损压缩。（此处得物工程获得了 10M+ 的收益）。

重复资源合并：由于组件化的存在，每个组件可能会存在自己使用到的图片，导致大量相似、甚至重复图片存在。这里得物分几个阶段进行了优化。
第一阶段：使用脚本扫描出重复资源，然后手工对资源进行合并。
第二阶段：实现了脚本合并。在编译结束时，针对资源计算 MD5，然后确认相同 MD5 资源的数量，若存在多个，则移除相同的冗余资源。同时为了让大家都使用相同的资源，我们对 imageNamed: 等方法进行封装 / Hook，将传入的资源名字处理成 MD5，然后再进行资源的搜索。这样可以解决多组件使用相同资源的问题。
第三阶段：使用机器学习找出相同相似资源。除了 MD5 一样的资源，还有很多相似的资源是可以进行优化的。我们通过机器学习脚本找出所有的相似图片，对高相似度的资源进行脚本合并，相似度较低的交由业务线进行确认后再进行合并。

资源下发：
第一阶段：使用苹果 SKDownload 功能，但该功能更适合关卡类的游戏。对于得物的电商场景，由于没有关卡概念，也没有办法预测用户执行上下级页面的路径，所以这里只能将所有的下级资源全都下载，没有起到特别大效果。
第二阶段：自建资源下发平台。每个版本对应一个资源包。eg：1.0.0 的版本，对应 1.0.0 的资源包；2.0.0 的版本，对应 2.0.0 的资源包。客户端通过“资源管理器”访问资源，如果资源没下载好，则访问 CDN 进行下载（非重要图片资源处理）。对于比较大的动画 / AR 资源，若未下载好，则使用图片资源进行业务逻辑的降级兜底。
第三阶段：资源增量下发，只下载新版本新增资源。（对于资源下发平台，得物此块获得了大概 3 - 4 倍的提升）

代码的治理可以分为以下几个方向：

三方库裁剪：

针对只需要三方库一小部分功能的场景，我们对三方库进行定制化缩减，如移除不需要的功能；针对为解决同类需求，引入多个相似第三方库的场景，限定只用某一个，如 Kingfisher、SDWebImage 等同功能组件仅保留一个，其他业务需要进行迁移。同时，为了确认当前工程中用到的第三方库，我们对 LinkMap 进行了解析，从而找到使用的第三方库及具体使用的业务场景。

无用代码移除：

我们花了大量时间定义了需要做无用代码扫描的集合 S1，同时扫描出当前使用的集合 S2，然后求 S1、S2 的差集获得无用代码的集合。

重复代码合并

找由于复制粘贴产生的重复代码，然后抽出中间组件，各组件对中间组件进行依赖实现。

经过上述资源层面及代码层面的优化，得物工程包体积从 350M 下降至 250M，包体积下降 28.5%。

工程代码治理

长依赖链组件：部分项目中会存在组件依赖链过长的情况，如 A -> B -> C -> D（此处 "->" 代表依赖状态）。这样会导致使用 A 组件的时候，必须同时引入 B、C、D 组件。我们认为长依赖组件的出现是不合理的，是没有合理区分纵向依赖与横向依赖导致的。针对这部分内容的处理，需要调整依赖方式。
纵向依赖：直接依赖代码，通过 Pod Dependency 进行依赖。
横向依赖：通过组件调度的方式进行间接依赖，无需直接依赖代码。
长编译耗时组件：当新组件仅需使用大组件的小功能时，直接依赖了大组件，会导致新组件开发时，开发、编译成本变大。针对这部分内容，需要将大组件再次进行拆分成若干小组件进行处理。
无用、重复代码：此块内容已在包体积大小治理中阐明，不再赘述。

Crash 治理

纯人工阶段：使用 Bugly Crash 管理系统，手工确认 Crash 后分给具体的业务线，同时人工跟进问题修复情况。

半自动化阶段：使用脚本爬 Bugly 信息（包括 Crash Stack 信息），然后自动识别业务线并自动落表。

全自动化阶段：由于 Bugly 是每小时统计一次 Crash 数据，所以有可能出现数据滞后的问题。为此我们重新搭建了 Crash 平台，去做自动化收集、解析、告警的事情，同时实现自动跟进修复情况。

启动流程治理

启动流程分组：将代码按业务线分块并标注，用以确定每条业务线所占的时长，随后可根据该指标治理部分业务线大幅增长的不合理情况。
代码插桩 diff：编译时，进行代码插桩。然后将新旧包代码插桩数据对比，当新增代码调用时，能够及时发现调用链的变化，用于确保调用链必要且合理。
安全模式：假设某个组件没有正常完成工作（如 DB 迁移、A / B Test 数据获取），可以进入安全模式，通过 Hook RunLoop 并尝试重启，以避免应用崩溃。

工程化

得物工程化主要围绕三项开展，分别是：围绕组件化的基础设施、包分发平台以及持续交付。

围绕组件化的基础设施

需要注意的是，工程化的基础设施，需要随着组件化、容器化阶段不停调整。并不是意味进入组件化后，工程化就不用继续，而是进入组件化后，工作重点主要放在组件化，但仍需投入精力调整优化相关的基础设施。

结合得物场景，主要围绕组件化实现了以下命令行工具，用以提供业务同学的开发效率：

组件创建脚本、组件工具：解决创建、管理组件的问题。
组件发版工具：解决组件发版的问题。
二进制调试工具：解决二进制组件调试问题。
组件上游依赖查询工具：解决组件依赖查询问题。
编译成功节点切换工具：解决“出包难”的问题。
裙带源码组件切换工具：解决 ARC 不对齐的问题。

后文会结合具体场景说明工具作用。

组件管理（包含组件创建、发版等组件工具）

区别于其他公司，得物没有使用在 Podfile 中定义版本号的方式。主要因为得物工程中组件较多（组件数量超 1430+），平均每隔 4.8 分钟发版一次（日均发版 100+）。如果使用 Podfile，会意味着每当组件发版，Podfile 都需要修改版本号，继而会产生大量的 Podfile 文件冲突。同时，得物也经常存在多组件联合发版的问题，这样依赖上游需要同时调整多个组件版本号，存在较大的沟通成本。

基于上述考虑，得物目前主要使用索引做组件管理，且固定以下命名规范（下列假设版本号为 X.Y.Z）：

开发环境：使用 dev 索引库，规定组件发布新版本时，仅变更版本号的第一位，就像 A，从 1.0.0 变为 2.0.0。
沙盒环境：使用 test 索引库，规定组件发布新版本时，仅变更版本号的第二位，就像 B，从 1.0.0 变为 1.1.0。
灰度环境：使用 gray 索引库，规定组件发布新版本时，仅变更版本号的第三位，就像 C，从 1.0.0变为 1.0.1。
现网环境：使用 release 索引库，规定组件不能发布新版本。

不同环境使用不同的 Git 仓库，且 Podfile 中固定了每个组件当前环境的仓库地址（所以切换环境时，需要调整 Podfile 中的 Source，并处理不同环境 git upstream 的合并）。仓库环境的拆分，避免了新版本开发影响到已有版本逻辑。

二进制（包含二进制调试工具、组件上游依赖查询工具、裙带源码组件切换工具）

单工程独立编译制作：
优点：组件发版时完成二进制制作；可靠性高。
缺点：组件制作二进制时长取决于组件规模，大组件制作仍旧耗时；存在大量组件需要做二进制，单光算编译时长，需要 5 天制作；出现测试包体积变大。
全工程编译产物制作：利用编译缓存，从 Xcode 编译缓存 DerivedData 中取出组件。
优点：每 50min 完成 1400+ 二进制制作。
缺点：只能分批制作（1h / 次）；存在 ARC 不对齐的情况。
ARC 不对齐：A 组件已经是二进制（在编译时加入 ARC），B 组件使用源码编译，此时再次编译（编译器会为 B 会添加 ARC，但不会对 A 组件进行处理，有可能导致 ARC 不对齐引发内存被提前释放，导致 EXC_BAD_ACCESS Crash）。为了解决该问题，在做二进制时，需要对新发版的组件做裙带组件源码切换：将其上游一级、下游一级的组件变成源码依赖而非二进制依赖。
基于 Oolong 的增量制作，Oolong 是得物开发的脚本（即上文中提到的裙带组件源码切换工具），能够将一个组件的上一级和下一级依赖的组件变为源码参与编译：
优点：彻底解决 ARC 不对齐；每 20 min 可以完成 1400+ 二进制制作。
缺点：只能分批制作（20 min / 次）。

最终，得物完成基于 Oolong 的增量制作。需要说明的是，得物不追求所有工程都是二进制，原因是开发工作一般以小时计，20min 的二进制编译时长已经能相对满足需求。

持续交付（包含编译成功节点切换工具）

得物工程较大，存在多人（100+）同时开发、多组件同时发布的情况。并且，为追求效率，我们没对组件进行编译验证，导致有时候，出一个“可用”的包比较困难。为了解决该问题，我们进行了如下方案。

Xcode Server 定时打包：CI 机定时打包。
优点：能够避免编译错误长时间不被解决的问题。
缺点：不保证编译成功，且每轮编译时长较长，相隔 1h 才能获得编译结果；但 CI 机编译成功不代表开发端编译一定能成功，对新人不友善。
记录编译成功节点并提供脚本（“Boom”）用以切换：执行脚本后，将代码切换至当前分支最后一次编译成功节点。
优点：能够避免编译错误长时间不被解决的问题；能够最大限度保证开发端代码编译成功。
缺点：编译成功节点落后近 1h；由于开发的组件一定是源码，若使用二进制编译，会造成 ARC 不对齐引起的各种偶发问题。

多机车轮打包：使用大量机器持续构建不同环境的包（如上图示）。
优点：能够及时发现编译错误，每轮 10 min；能够最大限度保证开发端代码编译成功。
缺点：需要较多机器资源。

除此之外，我们还利用了“飞书卡片”功能，定期输出构建信息。

若出现构建失败，则自动提醒引发失败的工程师（一次构建可能包含多个不同的工程师，此时提醒该组工程师）进行处理。
若工程师开始排查，可点击“我来处理”，“飞书卡片”状态会发生变化，变为“修复中”状态。
若修复完成，会展示“飞书卡片”会展示“已修复”状态。

组件化

IPO 模型

在开始组件化相关的内容前，我们首先要明确，组件化想要达到的效果是：化整为零，各自独立；确保每一部分是正确的，整体就是正确的。解决代码复用并不是组件化要解决的主要问题，组件化要解决的问题是将复杂的大工程拆分成很多简单的小工程，且小工程之间能够互相协作；工程使用了 Cocoapods 也不意味着已完成组件化。组件化的是指代码可以独立编译，可以独立测试。

在讲组件化之前，需要强调一个概念：“IPO”模型。

**“IPO”模型是指：输入、处理、输出三者中，只要其中两者正确，剩余一者必定正确。**该模型的指导意义在于指导我们如何做组件化拆解和组件设计。

我们在做组件化拆解时，需要定义清楚这个组件的 Input。
我们在做组件化拆解时，需要确保组件的代码是正确的，也就是说 Process 是正确的。
在确定 Input 已经定义清楚，且 Process 是正确的情况下，我们可以不必关心 Output，因为根据 “IPO”模型，只要 Input 和 Process 是正确的，Output 就一定是正确的。

“IPO”模型指导了我们做组件拆分的重点：将 Input 定义清楚，且确保 Process 代码正确。

在 CTMediator 方案体系下，OC Category / Swift Extension 的目的就是要保证 Input 是定义清楚的；剩余只需保证组件能够正确执行，即 Process 是正确的。那么 Output 就一定正确。如此一来，一个组件就是完整正确的。一个工程中只要每个组件都是完整正确的，那么这个工程就是完整正确的。

为什么不使用基于注册的组件化方案

目前组件化方案主要分为两大类：

使用注册：又可分为 URL 注册 / Protocol 注册。
不使用注册：基于 Target-Action 及 Runtime：类 CTMediator 方案。

目前注册类方案存在管理注册时序、大量注册实例造成无用内存消耗、大量注册代码造成的时间损耗等问题，对于这些问题，我们可以使用各种“补丁逻辑”（例如直接将注册 URL 注入 mach_O 文件等）来解决。但若使用类 CTMediator 方案，则无需考虑类似问题，也就不需要去做“补丁逻辑”。

组件拆分粒度

业界针对组件拆分粒度有不同的认知，因此也就会存在不同的讨论。这些讨论如果脱离了当前的业务阶和团队发展阶段，是没有意义的。在不同的阶段下，组件拆分粒度是不一样的。

小规模业务和团队

小规模业务和团队（5人以内）：此时应以业务线为维度拆分组件，拆分出几个组件即可，大多数情况下是 3 - 5 个。如果此时不做组件化、或拆分过多组件，工作效率都会降低。

在这样的业务规模和团队下，每次迭代时的迭代状态是这样的：

黄色的圆圈表示参与迭代并修改的组件。我们能够看到这三次迭代中，大家只需要关心各自业务的组件，迭代无关的组件可以不必修改。在这种情况下，组件化为工程带来了降低迭代复杂度的优势。

中等规模业务和团队

中等规模业务和团队一般在 10 - 20 人左右，此时应以流程为维度拆分组件，组件数量大约在十几个到数十个不等。如果还保留之前小规模阶段的粒度或者拆得太细，工作效率就都不太理想。

在这样的业务规模和团队下，每次迭代时的状态是这样的：

我们能够看到，在中等规模和团队的情况下，工程的组件化拆解就已经引入分层的概念了。工程分层没有绝对的标准，合理就行。绝大多数工程分层就是三层：业务实现层、胶水层、工具 SDK 层。

大规模业务和团队

在大规模业务和团队下，工程师规模可能近百甚至几百，业务线越来越大。产品经理的数量也变得很多，需求越来越细。可能一个流程就是一个产品经理在提需求，一个业务线中有好几个产品经理去提需求是十分常见的情况。

那么，此时对应到我们的工程中，组件的拆解粒度也要更细，可能就要细到一个页面就是一个组件，一个工具就是一个组件。这样才能达到理想的工程效率。在这样的工程规模和组件粒度下，注册类的组件化方案可能就无法做到很好的支持。一方面注册会很消耗时间，另一方面，每拆一个组件就要对应要注册一个内容，提高了组件拆分的成本。

我们在进行架构设计的时候，要充分的考虑未来团队及工程的成长速度及成长规模，需要为工程设计一个合理的组件化方案。如果随着团队规模扩张，小问题再次变成大问题，没有真正的实现化整为零，则该组件化方案的价值就不大了。

在大规模业务和团队下，每次迭代时的状态是这样的：

通过这样的迭代状态，我们能够看到：

由于产品需求很细，当我们做到组件的颗粒度也很细时，每次迭代需求中的修改范围就能够做到很小，修改范围小了，需要考虑的连带关系就少了，工作效率就能得到提高。
在这种规模的业务和团队情况下，我们会发现，整个工程的分层概念已经没有意义了。我们转而需要关注的是组件的依赖关系是否合理，需要做好纵向依赖和横向依赖的区分和管理；需要做到某一个条线或者某一个功能，都能够在自己的工程里进行独立编译、测试。
虽然分层概念在整个工程的范围中已经失去了意义，但分层概念其实已经下沉到了某个条线或者某个功能中。我们把某个条线或者某个功能理解为一个“组件群”，在这个组件群中，是可以落实分层的概念的。

好的架构没有 Common 没有 Core，也不应该有大组件的存在

为什么不允许存在公共模块

有 Common / Core 时，意味着有那么一部分代码，其职责是不明确的。不明确职责的代码会造成代码未来难以维护，因此不是一个好的架构。

另外每人对 Common / Core 的认知不同，很可能会使得 Common / Core 变成一个公共垃圾堆，出现 “既然放哪里都不合适，那我就放 Common / Core 吧” 的情况。该垃圾堆持续增长，成为一座垃圾山，导致 Common / Core 未来无法维护。

在得物中，规定每个组件实现了什么功能，就是什么组件，不存在 “有关部门” 这一说。

为什么不允许存在大组件

原因是大部分功能的开发，其实仅需要大组件的其中一个功能，但为了实现该功能，却需要引入一个大组件。这种情况不仅导致代码维护复杂，还会导致这个小组件编译时长不合理地增多。此时更合理的做法应该是将大组件打散成若干个小组件，其他组件需要啥，就只依赖它需要的那部分。我们认为一个大组件应该是由若干个小组件组成，而不是一个大组件由很多功能的代码拼成。

Argument List Too Long

Argument List Too Long 指的是 Xcode 代码编译基本完成后，在执行工程 Build Phases 中的 Run Script 时 / 编译时突然停止。

原因：Cocoapods 为 Pod 生成编译参数后，会写入到环境变量。此时若使用 Pod 构造的组件达到一定量级，会导致写入环境变量过多，继而导致环境变量总长度超过操作系统限制（即 26w 个字符），最终导致命令停止。

解决方案：环境变量中主要包含三个长度较长的内容，即 Header Search Path、Library Search Path 及 ModuleMap Path，所以关键是对这些信息进行合并。

合并 Header Search Path、Library Search Path 到一个文件夹：建立专用文件目录，将相关数据迁移至该专用目录，然后在 Xcode 中设定该目录。
合并 ModuleMap 到一个文件：需要注意的是，Xcode 要求我们提供 ModuleMap 文件路径（而非文件夹路径），所以这里关键在于如何合并 ModuleMap 文件。由于 ModuleMap 编译时才产生，所以得物在编译 Pre Action 时，将其他 ModuleMap 内容合并至当前 DerivedData 路径下的 ModuleMap，同时设定 Xcode 读取的 ModuleMap 文件路径。

容器化

随着工程的成长和业务复杂度的提升，我们一路从工程化、组件化走来，最后走向容器化。在这个过程中，容器化在一定程度上引入了动态性，但动态性并不是工程的容器化阶段真正要解决的问题。

容器化真正解决的问题是改变工程的开发模式：容器化将工程师从业务、页面的开发，转而变成页面上某个小卡片小功能的开发，再由容器根据规则，将这些小卡片组装成为页面。

从组件化走向容器化是一个自然而然的过程，容器化并不是凭空出现的，容器化是基于上一个阶段组件化的组件积累，逐步整合出来的。在得物，容器化还是基于 CTMediator 实现的，这意味着很多我们在组件化阶段已积累的组件，是可以在容器化过程中直接使用的。

视图渲染

针对容器化处理，得物会下发一个协议，然后容器会对该协议进行解析，随后递交至渲染器进行渲染，渲染过程中，其会通过 CTMediator 获取视图组件。该步骤中，容器实际上就是一个利用现有组件的手段，力求达到 “活字印刷” 的效果。

事件通信

除了视图组件外，还存在事件需要进行通信。组件往容器传递事件，如果此时容器没有处理事件，则事件通过 CTMediator 继续进行分发。需要注意的是，事件可以由其他组件处理，也可以由容器自身直接处理（但如埋点等事件，更适合放在容器进行处理）。

除此之外，我们认为以命令模式来描述一个事件更为合理。因为在该模式下，我们告诉了开发者实现事件所有的充要条件。由于命令模式与 CTMediator 的 Target-Action 设计是一样的体系，因此容器化使用 CTMediator 进行实现则显得十分自然。

最终得物落地后的容器化可以支持上述功能，基本与 React 类似，但使用的是原生组件构造的容器，相比而言，省去了通信时耗，理论性能更优。

此处再次重申，使用 WebView、Flutter、React、Weex 等容器技术搭建的工程，是具备了容器能力的工程。但在我个人看来，这并不意味着这个工程进入了容器化阶段。容器化阶段毕竟还是要从组件化逐步成长而来，利用组件化已有的体系和组件，针对已有的页面进行容器化的升级。

应用

目前容器化已在得物首页、Tab 页、活动页完成部署，由于其用到的均是原生技术，所以无需额外招聘 Flutter、React 等技术栈的人才，也无需搭建额外的基础设施，过去的组件也基本全部能复用。

总结

工程化、组件化一直是 iOS 业界日久不衰的话题之一。本次分享中，Casa 为我们分享了得物 App 如何在工程演进的过程中，逐渐落地工程化、组件化，并复盘了在落地过程中的遇到的困难以及后续的方案迭代。除此之外，Casa 还提出了更深层次的“容器化”思想，能够帮助我们在落地组件化之后，更好的面向构件开发。