导读：BigPipe是服务器chunked输出html内容，BigRender是服务器一次性输出的，究竟淘宝商品详情页的BigRender方式是如何效仿Facebook的BigPipe方式的？存放大块HTML代码的最佳方式又是什么？文中为您揭晓答案。

内容如下：

对于复杂页面，为了将用户关注的内容尽可能快渲染出来，至少有两种方式：

一、Facebook的BigPipe方式。

先输出页面整体布局，然后逐步输出脚本块，一边输出一边执行，将内容渲染回页面布局中。这样可以让服务端的运算、网络传输和浏览器端的渲染变成并行。BigPipe最主要解决的问题是服务端的运算时间，当服务端的运算时间大于300~500ms时才能体现出优势。当服务端响应非常快（小于100ms），BigPipe退化为下面要讲的BigRender.

二、淘宝商品详情页的BigRender方式。

淘宝的商品详情页，服务端平均响应时间为52ms，采用BigPipe chunked输出意义不大。这次优化主要在浏览器端。页面下载完毕后，要经过Tokenization---Tree Construction—Rendering。要让首屏尽快出来，得给浏览器减轻渲染首屏的工作量。可以从两方面入手：

减少DOM节点数。节点数越少，意味着Tokenization, Rendering等操作耗费的时间越少。（对于典型的淘宝商品详情页，经测试发现，每增加一个DOM节点，会导致首屏渲染时间延迟约0.5ms.）

减少脚本执行时间。脚本执行和UI Update共享一个thread，脚本耗的时间越少，UI Update就能越发提前。

减少首屏DOM节点数

对于BigPipe来说，初始输出的只有页面布局，DOM节点数不多。首屏的DOM节点数主要取决于首屏脚本块中，字符串化的html代码：

big_pipe.onPageletArrive({ "content": { /* data */ } })   
 

这种方式下，页面中的DOM节点是逐步增加的。尚未渲染的DOM节点，不会影响TTI区域。

对于BigRender来说，减少DOM节点数的方式有：

和Facebook的BigPipe一样，调整页面代码为页面布局+脚本块。BigPipe是服务器chunked输出html内容，BigRender是服务器一次性输出，其他都是一样的。

尽量少调整页面代码，但通过某种方式，将首屏不需要的html代码先存放起来。渲染好首屏后，再将存储好的html代码逐步渲染出来。

用js字符串来存放html代码

最容易想到的一种方式是学习Facebook好榜样，用js字符串来存放：

<script>   
 
var data = "<p>some data</p>...";   
 
</script>   

这种方式对于BigRender来说，并不是很好：

1.由于存放在js字符串变量中，需要对双引号或单引号转义。

2.由于script是内嵌的，需要对script ETAGO转义。

3.服务器端需要将html代码转化为一行。（也可以不转成一行，用续行符来做。）

4.当html代码中含有script时，需要先去除script中的单行注释，否则转化成一行时，会出问题。这一步，看似简单，实际上很不容易，特别是对于淘宝旺铺这种有第三方代码的情况。（移除注释的方法可以参考：Simple but Safe Comment Removal, 使用正则的方式很难做到0 bug，不用正则的话，需要引入html parser和javascript parser，效率更低。）

把代码规范做好，把校验工作做好，再加上预处理和缓存，js字符串的方式也是非常不错的。但对于淘宝详情页来说，目前用js字符串的方式需要做的改动比较多，增加的服务器消耗不少，不是很合适。

我们这次优化的目标是：

1.大幅度减少首屏渲染时间。

2.尽量不改变原有开发习惯。

3.用尽量少的代码做尽量多的优化。

用注释来存放html代码

为了便于获取注释内容，添加一层包裹：

<div id="comment-data"><!--   
 
html code   
 
--></div>   

这样，获取代码很简单：

var htmlCode = document.getElementById('comment-data').  
childNodes[0].nodeValue;  
 

缺点是：

1.服务端，html中的-->要替换为某种特殊标记。（不能简单转义为-->）

2.服务端，html中的--也要替换为某种特殊标记。否则在Firefox低版本中存在bug.

3.浏览器端，得到html Code后，要将上面的特殊标记替换回原值。

当html code很大时，替换的效率不高。依赖特殊标记的替换理论上也不完美。

还有什么存放方式呢？

HTML的元素类型

HTML元素分为五大类：

1. Void elements。像hr，br，base这种。
2. Raw text elements。有两个：script和style.
3. RCDATA elements。也有两个：textarea和title.
4. Foreign elements。来自MATHML和SVG的元素。
5. Normal elements。除了以上四种类型之外的所有元素，比如p，div，iframe等。

显然，Void elements和Foreign elements不适合用来存放html代码。

对于Normal elements，里面的<字符会被当做tag open来解析，有一个方式是通过display：none来避免渲染。

<div style="display:none"> 
 
html code   
 
</div>   

这样做，减少的只是可见的DOM节点数，DOM总数依旧不变。Tokenization — Tree Construction等操作的耗时并没减少。

我们将重点放到Raw text elements和RCDATA elements上来。

CDATA，PCDATA和RCDATA

先了解下CDATA(Character Data) 的相关知识点。

在XML中，不包含子元素的元素的内容默认必须是PCDATA(Parsed Character Data):

<data>&lt;p&gt;some text&lt;/p&gt;</data>   

“Parsed”是指<和&字符要转换成&lt;和&amp;实体字符形式。如果不想写一大堆&xx;，可以直接标记为CDATA:

<data><![CDATA[<p>some text</p>]]></data>   

这是XML的习惯，很严格，但对用户并不友好。在HTML中，如果要兼容XML，得像如下一样：

 <script>   
 
 //<![CDATA[   
 
 var t = "<p>";   
 
 //]]>   
 
</script>   
 

增加的<！[CDATA]很无聊。script中本就是CDATA.

为了让用户更舒心，让代码更自然，HTML将script和style定义为Raw text elements。也就是说，这两个元素里面的内容是raw text，里面出现的>就表示>字符本身，不会被当作tag open来解析；&gt;也不会根据实体字符来转义，就表示&gt;字串自身。这就是CDATA.

Raw text elements有一个限制：里面的内容不能有自身的ETAGO标记，也就是说，script里的内容不能含有</script(\s|\\|>)，否则就会导致script提前结束：

<script>   
 
 document.write('<script>alert("O HAI")</script>');   
 
 </script> 

上面的代码会出错，必须打破&lt/script组合：

1 <script>   
 
2 // Using string concatenation:   
 
3 document.write('<script>alert("heh")<' + '/script>'); // Lame.   
 
4 // Using a string literal escape:   
 
5 document.write('<script>alert("huh")<\x3Cscript>'); // Lame.   
 
6 // Simply escaping the solidus character with a reverse solidus (\):   
 
7 document.write('<script>alert("O HAI")<\/script>'); // Awesome!   
 
8 </script>   
 

style也类似，不多说。

除了Raw text elements，还有RCDATA elements。我们来看看。

RCDATA(Replaceable Character Data)表示里面可以有&xx;等实体字符，也可以包含<字符而不会被当作tag open来解析。比如：

1<textarea><p>&lt;</p></textarea> 
 

在RCDATA里，&lt;可替换为<（Replaceable的含义），拿到值（比如textarea.value）后，是无从得知源码里是否有&lt;等实体字符的。

用script来存放html代码

回到正题。在Raw text elements里，可以用script来存放数据：

1 <script type="text/html" id="script-data">   
 
2 <p>some text</p>   
 
3 </script>   
 

获取也很简单：

var htmlCode = document.getElementById('script-data').innerHTML;   

这个方案比用注释来存放的方案更好，但依旧存在以下缺点：

服务端，要将script里html中的</script替换为某种特殊标记。

浏览器端，得到htmlCode后，要将上面的特殊标记替换回原值。

注意：特殊标记不能是<\/script，因为有可能存在以下代码：

1 <script type="text/html" id="script-data">   
 
2 <script>   
 
3 var str = '<\/script>';   
 
4 <\/script>   
 
5 </script>   
 

这样替换回原值时，会误伤str字符串。

用textarea来存放html代码

textarea中的内容会按照RCDATA规则来解析：

遇到&时，会尽可能得到实体字符。

遇到</textarea(\s|\\|>)时，会结束解析。

其他都直接作为textarea的内容。

1 <textarea id="area-data">   
 
2 <p>some text</p>   
 
3 </textarea>   
 

获取非常简单：

1 var htmlCode = document.getElementById('area-data').value;   
 

缺点：

服务端，要将html中的&转义成&amp;

服务端，要打破ETAGO，将</textarea转义成&lt;/textarea

优点很明显，在浏览器端，只需通过textarea.value取值即可，无需进行任何转义替换操作。

并且理论上不会出现任何bug.

存放大块HTML代码的最佳方式

经过上面的分析，结果已经很明显，用RCDATA elements来存放数据是最妥当的。title元素明显不合适，因此最后的选择就剩下一个了：textarea并且从语义上讲，用 text area来存放html text也说得过去。

回到首屏渲染优化

可以根据实际情况，将页面划分成几大区域。非首屏区域，简单转义后，直接用textarea包裹起来。这样，DOM数立刻就减少了。浏览器在拿到html代码时，首次 Tokenization — Tree Construction的速度就会大大加快。

完整的优化，还需要：

给浏览器合理的喘息（UI Update）时间，等首屏真正在显示器上绘制出来后，再进行下一步操作。

得到textarea.value，填充回DOM树时，得妥善处理内嵌的script代码。

对内嵌script代码中的document.write要妥善处理。

通过textarea回填，里面的非defer和async脚本会从同步变成异步。要妥善处理依赖关系，不破坏原有脚本逻辑。

对于优化项目来说，完备的测试和监控非常重要。

这次还做了AssetsTransfer。用户第一次访问时，会将首屏相关的脚本和样式内嵌，并做预加载。用户再次访问时，则改成外链方式，这样能充分利用浏览器缓存，并减少 html传输量。

最后，给一张优化成果图： 

这是一个典型的淘宝详情页的首屏时间趋势图。可看出，首屏时间从优化前的3s降低到了优化后的1.5s左右，快了一倍！

更深度的优化需要对页面内容（包括脚本）做进一步的细粒度模块化，区分出优先级，然后根据需求，灵活自由地控制各个模块的下载和执行等等。

这篇博客写得比较杂，关于BigRender优化的更多细节，以后有机会再细说。欢迎反馈、拍砖。欢迎业界各位朋友尝试BigRender优化，希望国内的站点速度都越来越快！