什麼?後端要一次性返回我10萬條數據!且看我這8種方案機智應對!

語言: CN / TW / HK

theme: cyanosis

問題描述

  • 面試官:後端一次性返回10萬條數據給你,你如何處理?
  • 我:歪嘴一笑,what the f**k!

0.png

問題考察點

看似無厘頭的問題,實際上考查候選人知識的廣度和深度,雖然在工作中這種情況很少遇到...

  • 考察前端如何處理大量數據
  • 考察候選人對於大量數據的性能優化
  • 考察候選人處理問題的思考方式(關於這一點,文末會説到,大家繼續閲讀)
  • ......

文末會提供完整代碼,供大家更好的理解

使用express創建一個十萬條數據的接口

若是道友對express相關不太熟悉的話,有空可以看看筆者的這一篇全棧文章(還有完整代碼哦):《Vue+Express+Mysql全棧項目之增刪改查、分頁排序導出表格功能》

js route.get("/bigData", (req, res) => { res.header('Access-Control-Allow-Origin', '*'); // 允許跨域 let arr = [] // 定義數組,存放十萬條數據 for (let i = 0; i < 100000; i++) { // 循環添加十萬條數據 arr.push({ id: i + 1, name: '名字' + (i + 1), value: i + 1, }) } res.send({ code: 0, msg: '成功', data: arr }) // 將十萬條數據返回之 })

點擊按鈕,發請求,獲取數據,渲染到表格上

html結構如下:

```html 點擊請求加載

data() { return { arr: [], loading: false, }; },

async plan() { // 發請求,拿數據,賦值給arr } ```

方案一 直接渲染所有數據

如果請求到10萬條數據直接渲染,頁面會卡死的,很顯然,這種方式是不可取的

js async plan() { this.loading = true; const res = await axios.get("http://ashuai.work:10000/bigData"); this.arr = res.data.data; this.loading = false; }

方案二 使用定時器分組分批分堆依次渲染(定時加載、分堆思想)

  • 正常來説,十萬條數據請求,需要2秒到10秒之間(有可能更長,取決於數據具體內容)
  • 而這種方式就是,前端請求到10萬條數據以後,先不着急渲染,先將10萬條數據分堆分批次
  • 比如一堆存放10條數據,那麼十萬條數據就有一萬堆
  • 使用定時器,一次渲染一堆,渲染一萬次即可
  • 這樣做的話,頁面就不會卡死了

用户所看到的效果圖是如下

效果圖

1.gif

分組分批分堆函數

  • 我們先寫一個函數,用於將10萬條數據進行分堆
  • 所謂的分堆其實思想就是一次截取一定長度的數據
  • 比如一次截取10條數據,頭一次截取0~9,第二次截取10~19等固定長度的截取
  • 舉例原來的數據是:[1,2,3,4,5,6,7]
  • 假設我們分堆以後,一堆分3個,那麼得到的結果就是二維數組了
  • 即:[ [1,2,3], [4,5,6], [7]]
  • 然後就遍歷這個二維數組,得到每一項的數據,即為每一堆的數據
  • 進而使用定時器一點點、一堆堆賦值渲染即可

分組分批分堆函數(一堆分10個)

js function averageFn(arr) { let i = 0; // 1. 從第0個開始截取 let result = []; // 2. 定義結果,結果是二維數組 while (i < arr.length) { // 6. 當索引等於或者大於總長度時,即截取完畢 // 3. 從原始數組的第一項開始遍歷 result.push(arr.slice(i, i + 10)); // 4. 在原有十萬條數據上,一次截取10個用於分堆 i = i + 10; // 5. 這10條數據截取完,再截取下十條數據,以此類推 } return result; // 7. 最後把結果丟出去即可 }

創建定時器去依次賦值渲染

比如我們每隔一秒鐘去賦值渲染一次

js async plan() { this.loading = true; const res = await axios.get("http://ashuai.work:10000/bigData"); this.loading = false; let twoDArr = averageFn(res.data.data); for (let i = 0; i < twoDArr.length; i++) { // 相當於在很短的時間內創建許多個定時任務去處理 setTimeout(() => { this.arr = [...this.arr, ...twoDArr[i]]; // 賦值渲染 }, 1000 * i); // 17 * i // 注意設定的時間間隔... 17 = 1000 / 60 } },

這種方式,相當於在很短的時間內創建許多個定時任務去處理,定時任務太多了,也耗費資源啊。

實際上,這種方式就有了大數據量分頁的思想

方案三 使用requestAnimationFrame替代定時器去做渲染

關於requestAnimationFrame定時器優點,道友們可以看筆者的這篇文章:《性能優化之通俗易懂學習requestAnimationFrame和使用場景舉例

反正大家遇到定時器的時候,就可以考慮一下,是否可以使用請求動畫幀進行優化執行渲染?

如果使用請求動畫幀的話,就要修改一下代碼寫法了,前面的不變化,plan方法中的寫法變一下即可,注意註釋:

js async plan() { this.loading = true; const res = await axios.get("http://ashuai.work:10000/bigData"); this.loading = false; // 1. 將大數據量分堆 let twoDArr = averageFn(res.data.data); // 2. 定義一個函數,專門用來做賦值渲染(使用二維數組中的每一項) const use2DArrItem = (page) => { // 4. 從第一項,取到最後一項 if (page > twoDArr.length - 1) { console.log("每一項都獲取完了"); return; } // 5. 使用請求動畫幀的方式 requestAnimationFrame(() => { // 6. 取出一項,就拼接一項(concat也行) this.arr = [...this.arr, ...twoDArr[page]]; // 7. 這一項搞定,繼續下一項 page = page + 1; // 8. 直至完畢(遞歸調用,注意結束條件) use2DArrItem(page); }); }; // 3. 從二維數組中的第一項,第一堆開始獲取並渲染(數組的第一項即索引為0) use2DArrItem(0); },

方案四 搭配分頁組件,前端進行分頁(每頁展示一堆,分堆思想)

這種方式,筆者曾經遇到過,當時的對應場景是數據量也就幾十條,後端直接把幾十條數據丟給前端,讓前端去分頁

後端不做分頁的原因是。他當時臨時有事情請假了,所以就前端去做分頁了。

  • 數據量大的情況下,這種方式,也是一種解決方案
  • 思路也是在所有數據的基礎上進行截取
  • 簡要代碼如下:

js getShowTableData() { // 獲取截取開始索引 let begin = (this.pageIndex - 1) * this.pageSize; // 獲取截取結束索引 let end = this.pageIndex * this.pageSize; // 通過索引去截取,從而展示 this.showTableData = this.allTableData.slice(begin, end); }

完整案例代碼,請看筆者的這篇文章:《後端一次性返回所有的數據,讓前端截取展示做分頁

實際上,這種大任務拆分成許多小任務,這種方式,做法,應用的思想就是分片的方式(時間),在別的場景,比如大文件上傳的時候,也有這種思想,比如一個500MB的大文件,拆分成50個小文件,一個是10MB這樣...至於大文件上傳的文章,那就等筆者有空了再寫唄...

方案五 表格滾動觸底加載(滾動到底,再加載一堆)

這裏重點就是我們需要去判斷,何時滾動條觸底。判斷方式主要有兩種

  • scrollTop + clientHeight >= innerHeight
  • new MutationObserver()去觀測

目前市面上主流的一些插件的原理,大致是這兩種。

筆者舉例的這是,是使用的插件v-el-table-infinite-scroll,本質上這個插件是一個自定義指令。對應npm地址:http://www.npmjs.com/package/el-table-infinite-scroll

當然也有別的插件,如vue-scroller 等:一個意思,不贅述

注意,觸底加載也是要分堆的,將發請求獲取到的十萬條數據,進行分好堆,然後每觸底一次,就加載一堆即可

在el-table中使用el-table-infinite-scroll指令步驟

安裝,注意版本號(區分vue2和vue3)

cnpm install --save [email protected]

註冊使用指令插件

js // 使用無限滾動插件 import elTableInfiniteScroll from 'el-table-infinite-scroll'; Vue.use(elTableInfiniteScroll);

因為是一個自定義指令,所以直接寫在el-table標籤上即可

```js <el-table v-el-table-infinite-scroll="load" :data="tableData"

async load() { // 觸底加載,展示數據... }, ```

案例代碼

為了方便大家演示,這裏筆者直接附上一個案例代碼,注意看其中的步驟註釋即可

```html

```

效果圖

2.gif

方案六 使用無限加載/虛擬列表進行展示

什麼是虛擬列表?

  • 所謂的虛擬列表實際上是前端障眼法的一種表現形式。
  • 看到的好像所有的數據都渲染了,實際上只渲染可視區域的部分罷了
  • 有點像我們看電影,我們看的話,是在一塊電影屏幕上,一秒一秒的看(不停的放映)
  • 但是實際上電影有倆小時,如果把兩個小時的電影都鋪開的話,那得需要多少塊電影屏幕呢?
  • 同理,如果10萬條數據都渲染,那得需要多少dom節點元素呢?
  • 所以我們只給用户看,他當下能看到的
  • 如果用户要快進或快退(下拉滾動條或者上拉滾動條)
  • 再把對應的內容呈現在電影屏幕上(呈現在可視區域內)
  • 這樣就實現了看着像是所有的dom元素每一條數據都有渲染的障眼法效果了

關於前端障眼法,在具體工作中,如果能夠巧妙使用,會大大提升我們的開發效率的

寫一個簡單的虛擬列表

效果圖

3.gif

這裏筆者直接上代碼,大家複製粘貼即可使用,筆者寫了一些註釋,以便於大家理解。當然也可以去筆者的倉庫中去瞅瞅哦,GitHub倉庫在文末

代碼

```html

```

使用vxetable插件實現虛擬列表

如果不是列表,是table表格的話,筆者這裏推薦一個好用的UI組件,vxetable,看名字就知道做的是表格相關的業務。其中就包括虛擬列表。

vue2vue3版本都支持,性能比較好,官方説:虛擬滾動(最大可以支撐 5w 列、30w 行)

強大!

官方網站地址:http://vxetable.cn/v3/#/table/scroll/scroll

效果圖

效果很絲滑

4.gif

安裝使用代碼

注意安裝版本,筆者使用的版本如下:

cnpm i xe-utils [email protected] --save

main.js

js // 使用VXETable import VXETable from 'vxe-table' import 'vxe-table/lib/style.css' Vue.use(VXETable)

代碼方面也很簡單,如下:

```html

```

方案七 開啟多線程Web Worker進行操作

本案例中,使用Web Worker另外開啟一個線程去操作代碼邏輯,收益並不是特別大(假如使用虛擬滾動列表插件的情況下)

不過也算是一個拓展的思路吧,面試的時候,倒是可以説一説,提一提。

Web Worker不熟悉的道友們,可以看看筆者之前的這篇文章:《性能優化之使用vue-worker插件(基於Web Worker)開啟多線程運算提高效率

方案八 未雨綢繆,防患於未然

以下為筆者愚見,僅供參考...

  • 在上述解決方案都説完以後,並沒有結束。
  • 實際上本題目在考查候選人知識的廣度和深度以外,更是考查了候選人的處理問題的思考方式,這一點尤其重要!
  • 筆者曾做過候選人去求職,也曾做過面試官去面試。就程序員開發工作而言,技術知識點不熟悉,可以快速學習,如文檔、谷歌、百度、技術交流羣,相關同事都可提供一定的支持
  • 更重要的是看中候選人的思考方式,思維模式
  • 試想,兩個候選人實力水平差不多,但是一個只知道埋頭苦幹,有活就幹,不去斟酌;而另外一個卻是在用心工作的時候,也會仰望星空,會分析如何幹活能夠高性價比地完成任務,注重過程與結果
  • 這樣的話,哪個更加受歡迎一些呢?

如果筆者是候選人,筆者在説了上述7種方案以後,會再補充第八種方案:未雨綢繆,防患於未然


場景模擬

面試官隨意打量着其手中我的簡歷,撫須怪叫一聲:“小子,後端要一次性返回10萬條數據給你,你如何處理?”

我眉毛一挑,歪嘴一笑:“在上述7種方案陳述完以後,我想類似的問題,我們可以從根本上去解決。即第八種方案,要未雨綢繆,防患於未然。”

“哦?”面試官心中疑惑,緩緩放下我的簡歷:“願聞其詳。”

我不緊不慢地答道:“在具體開發工作中,我們在接到一個需求時,在技術評審期間,我們就要和後端去商量比較合適的技術解決方案。這個問題是後端要一次性返回我10萬條數據,重點並不在10萬條這麼多數據,而在於後端為什麼要這樣做?”

面試官抬頭,認真聽了起來。

我一字一頓地説道:“除去業務真正需要這種方案的話,後端這樣做的原因大致有兩種,第一種他不太懂sql的limit語句,但這基本不可能,第二種就是他有事情,隨便敷衍寫了一下。所以,就是要和他溝通,從大數據量接口請求時長過長,以及過多的dom元素渲染導致性能變差,以及項目的可維護性等角度去溝通,我相信只要正確的溝通,就能從根源上去避免這種不太合理的情況發生。”

面試官又突然狡黠地發問:“要是溝通以後,後端死活不給你分頁呢?你咋辦?你的溝通無效果!你如何處理!人家不聽你的!”似乎是覺得這個問題很刁鑽,他雙臂抱在胸前,靠在椅背上,等待着我臉上即將綻放的的回答不上來地尷尬笑容。

我內心冷哼一聲:雕蟲小技...

我盯着面試官的眼睛,認真説道:“如果工作中溝通無效果,要麼是我自己溝通語言表達的問題,這一點我會注意,不斷提升自己的溝通技巧和説話方式,要麼就是...”

我聲音揚起了三分:“我溝通的這個人有問題!他工作摸魚偷懶耍滑!固執己見!為難他人!高高在上!自以為是!這種情況下,我會找到我的直屬領導去介入,因為這已經不是項目的需求問題了,而是員工的基本素養問題!”

停頓了一秒,我聲音又柔和了幾分:“但是,但是我相信咱們公司員工中是絕對沒有這樣的人存在的,各個都是能力強悍,態度端正的優秀員工。畢竟咱們公司在行業中久負盛名,我也是因此慕名而來的。您説對吧?”

面試官眼中閃過震驚之色,他沒有想到我居然把皮球又踢給他了,不過他為了維持形象,旋即恢復了鎮定,只是面部肌肉在止不住的微微顫抖。

我又補充道:“實際上在工作中,前端作為比較貼近用户的角色而言,需要和各個崗位的同事進行溝通,比如後端、產品、UI、測試等。我們需要通過合理的溝通方式,去提升工作效率,完成項目,實現自己的價值,為公司創造收益,我想這是每一個員工需要做的,也是必須要做到的。”

面試官又撫須怪叫一聲:“小子表現還行,你被錄用了!一個月工資2200,自帶電腦,無社無金,007工作制,不能偷吃公司零食,以及...”

我:阿噠...

總結

有效的溝通,源自於解決問題的思維模式,在多數情況下,重要性,大於當下所掌握的技術知識點

  • 網站效果演示地址:http://ashuai.work:8888/#/bigData
  • GitHub倉庫地址:http://github.com/shuirongshuifu/elementSrcCodeStudy

如果覺得文章幫到了您,歡迎不吝star哦 ^_^