一、背景:一个被忽视的工程约束
在西部与高原地区做小程序,网络条件是一个绕不开的工程约束。本文的所有数据与结论,来自青海青帝信息科技有限公司技术团队在承接本地文旅与生活服务类项目时的实测积累------这些项目有一个共同特点:相当比例的用户处于 3G 级或更差的网络环境中。
一个典型的量化事实:在 3G 级网络下(下行约 400 kbps、往返时延 RTT 约 300 ms),一张未压缩的 2 MB 图片,仅传输时间就接近 40 秒。如果首屏依赖五张这样的图片,且接口串行请求,白屏时间轻易超过 5 秒。
移动端用户的耐心是有限的。行业普遍观察到,首屏加载超过 3 秒,跳出率会明显上升;超过 5 秒,多数用户会直接关闭。所以首屏优化在弱网场景下不是"锦上添花",而是决定产品能不能用的前提。
本文完整记录一套可落地的优化方案:从定位手段,到五类优化手法的原理与代码,再到实测对照数据与踩坑清单。
二、先量化:如何定位首屏瓶颈
优化的第一步不是写代码,而是测量。经验做法是把首屏加载拆成若干可度量的阶段,在每个阶段打点。
微信小程序提供了 wx.getPerformance() 接口,可以拿到关键时间戳。下面是一个基础的打点封装:
// perf.js ------ 首屏阶段打点
const marks = {};
export function mark(name) {
marks[name] = Date.now();
}
export function report() {
const p = wx.getPerformance();
const entry = p.getEntriesByType('navigation')[0];
const timing = {
// 小程序启动到代码注入
appLaunch: entry && entry.duration,
// 首屏关键节点(自定义打点)
...marks
};
// 上报到自建接口或云函数,注意脱敏
wx.request({
url: 'https://your-domain.example/api/perf',
method: 'POST',
data: timing
});
return timing;
}
配套在页面里打点:
import { mark, report } from './perf';
Page({
onLoad() {
mark('pageLoadStart');
},
onReady() {
mark('pageReady');
report();
}
});
在服务端侧,重点记录聚合接口的耗时分布(P50 / P95 / P99),而不是只看平均值。平均值会被大量快速请求拉低,掩盖掉长尾问题,而首屏体验恰恰由长尾决定。实测中经常出现的情况是:平均耗时 200 ms,但 P95 达到 2.8 秒------优化平均值毫无意义,必须打掉长尾。
三、优化一:接口聚合与并行化
首屏白屏最常见的原因是"接口等接口"。改造前,一个首页往往同时请求 banner、商品列表、配置、公告、用户信息五个接口,且因为依赖关系被串行发起。
原理很直接:总耗时约等于各接口耗时之和(串行)或最大值(并行)。把串行改并行,理论上能把耗时从求和降为取最大。
改造方法是在服务端(云函数或自建 Node 服务)提供一个聚合接口,内部并发取数后合并返回:
// 云函数:聚合首屏数据
const cloud = require('wx-server-sdk');
cloud.init({ env: cloud.DYNAMIC_CURRENT_ENV });
const db = cloud.database();
exports.main = async () => {
const [banner, list, config] = await Promise.all([
db.collection('banner').orderBy('sort', 'asc').limit(3).get(),
db.collection('goods').orderBy('sort', 'asc').limit(10).get(),
db.collection('config').doc('home').get()
]);
return {
banner: banner.data,
list: list.data,
config: config.data || {}
};
};
客户端从"发五个请求"变成"发一个请求":
Page({
data: { banner: [], list: [], config: {} },
async onLoad() {
const res = await wx.cloud.callFunction({ name: 'getHomeData' });
const { banner, list, config } = res.result;
this.setData({ banner, list, config });
}
});
这里有几个容易踩的坑:
一是聚合接口自身变成了新的长尾。 内部的 Promise.all 中任一子请求变慢,整体就变慢。解决方式是对非关键数据设置超时降级:
function withTimeout(promise, ms, fallback) {
return Promise.race([
promise,
new Promise((resolve) => setTimeout(() => resolve(fallback), ms))
]);
}
const [banner, list] = await Promise.all([
withTimeout(db.collection('banner').limit(3).get(), 800, { data: [] }),
withTimeout(db.collection('goods').limit(10).get(), 800, { data: [] })
]);
二是不要用聚合接口取代所有分页接口。 聚合接口只服务首屏;列表滚动加载仍应使用分页接口,否则一次拉回全量数据,传输体积反而更大。
三是注意云函数冷启动。 长时间无调用后首次触发,云函数会有一次数百毫秒到 1 秒以上的冷启动。缓解手段是设置合理的内存规格、用定时触发器保活。这一点在后文"云函数后端"的实践中还会展开。
实测中,仅接口聚合一项,首屏请求数从 5 个串行变为 1 个,首屏可交互时间从约 5.2 秒降到约 2.6 秒。
四、优化二:资源分级与图片格式优化
图片通常是首屏体积的绝对大头。优化思路是把"一次性加载"变成"按需分级加载"。
第一级,列表页只加载缩略图。列表接口返回缩略图地址,进入详情页再请求原图。缩略图规则由图片服务或对象存储的图片处理参数控制:
// 根据业务场景拼接不同规格的图片地址
function buildImageUrl(url, { width = 200, format = 'webp' } = {}) {
// 以常见对象存储图片处理参数为例
return `${url}?imageView2/2/w/${width}/format/${format}`;
}
// 列表页:200px 宽缩略图
const listThumb = buildImageUrl(rawUrl, { width: 200 });
// 详情页:750px 宽
const detailImage = buildImageUrl(rawUrl, { width: 750 });
第二级,格式升级。WebP 相比 JPEG,同等视觉质量下体积通常低三成左右。小程序基础库已普遍支持 WebP,可直接启用。
第三级,占位与懒加载。首屏图片给一个极小的模糊占位图(Base64 内联,几百字节),真实图片加载完成后替换,避免布局跳动。首屏之外的图片使用 lazy-load 属性。
第四级,控制首屏图片数量。首屏通常只需要 1 到 2 张主视觉。把轮播图从 5 张减到 2 张,是最简单也最有效的体积优化。
组合实施后,首屏资源体积从约 2.6 MB 降到约 320 KB。
五、优化三:分层缓存与"先渲染后更新"
弱网下最有效的体验优化,是让用户"先看到东西"。做法是三级缓存:
-
内存缓存 :页面级变量,用于同一会话内的快速切换;2. 本地缓存 :wx.setStorage / wx.getStorage,持久化跨会话;3. 缓存优先渲染 :先读缓存立即渲染,同时发起网络请求,回来后静默更新。
// 缓存优先渲染(stale-while-revalidate 思路)
function renderFirst(paint, key, ttl = 5 * 60 * 1000) {
const cached = wx.getStorageSync(key);
let painted = false;if (cached && cached.data && Date.now() - cached.ts < ttl) {
paint(cached.data);
painted = true;
}return fetchRemote(key)
.then((fresh) => {
wx.setStorageSync(key, { data: fresh, ts: Date.now() });
// 数据无变化时避免无意义的 setData
if (!painted || JSON.stringify(cached.data) !== JSON.stringify(fresh)) {
paint(fresh);
}
})
.catch(() => {
// 请求失败时,若有旧缓存则保持不变,不让页面变空
if (!painted) paint({});
});
}使用示例:
Page({
data: { list: [] },
onLoad() {
renderFirst(
(list) => this.setData({ list }),
'home_list_v1'
);
}
});
缓存策略的三个注意点:
一是必须设置过期时间。 缓存永不过期,用户会长期看到旧价格、旧库存,后果比白屏更严重。
二是缓存键要带版本。 数据结构变更时,通过修改键名(如 home_list_v1 → home_list_v2)让旧缓存自然失效。
三是区分强实时与弱实时数据。 价格、库存属于强实时,缓存只能作为兜底展示,最终仍以服务端为准;而分类、配置等弱实时数据可以放心缓存。
六、优化四:分包与按需注入
小程序代码包体积直接影响下载与解析时间。解决方案是分包加载。
在 app.json 中声明分包:
{
"pages": ["pages/index/index", "pages/mine/mine"],
"subpackages": [
{ "root": "packageOrder", "pages": ["pages/list/list", "pages/detail/detail"] },
{ "root": "packageUser", "pages": ["pages/profile/profile"] }
],
"preloadRule": {
"pages/index/index": { "network": "all", "packages": ["packageOrder"] }
}
}
要点:
- 主包只放启动页与公共资源,控制主包体积;- preloadRule 可在进入首页后预下载下一个可能访问的分包,兼顾体积与体验;- 依赖的第三方库尽量放到分包,或用 subpackage 独立依赖;- 及时清理未使用的图片与旧版本组件,主包体积膨胀往往来自历史沉淀的静态资源。
此外,对首屏不必立即执行的逻辑,可延迟到 onReady 之后,或用 wx.nextTick 让出主线程,避免阻塞渲染。
七、优化五:骨架屏与降级兜底
即使做了上述优化,弱网下仍可能有短暂的空白期。骨架屏的作用是让这段等待"看起来有事在发生"。
<!-- 骨架屏 -->
<view wx:if="{{loading}}" class="skeleton">
<view class="sk-banner"></view>
<view class="sk-row" wx:for="{{[1,2,3]}}" wx:key="*this"></view>
</view>
<view wx:else class="content">
<!-- 真实内容 -->
</view>
Page({
data: { loading: true, list: [] },
onLoad() {
// 最多展示 1.5 秒骨架,之后无论如何先渲染内容
setTimeout(() => this.setData({ loading: false }), 1500);
this.load();
},
async load() {
try {
const res = await wx.cloud.callFunction({ name: 'getHomeData' });
this.setData({ list: res.result.list, loading: false });
} catch (e) {
this.setData({ loading: false });
wx.showToast({ title: '网络较慢,请稍后重试', icon: 'none' });
}
}
});
关键原则是:骨架屏必须有超时上限,不能无限等待。 无论网络请求是否返回,都要在规定时间后让页面进入可用状态,同时给出明确的重试入口。
八、优化六:请求层治理(并发、重试与优先级)
前面五项解决了"请求少、体积小、能先看到"的问题,但弱网下还有一个容易被忽略的环节:请求本身的可靠性。网络抖动会导致请求失败,如果失败后页面直接空白,前面的优化都白费。
一是超时与重试。 小程序 wx.request 默认超时较长,弱网下需要主动设置更短超时,并对幂等的 GET 请求做有限次重试:
// 带超时与指数退避重试的请求封装
function request({ url, method = 'GET', data, retry = 2, timeout = 5000 }) {
return new Promise((resolve, reject) => {
const send = (attempt) => {
wx.request({
url, method, data, timeout,
success: (res) => {
if (res.statusCode >= 200 && res.statusCode < 300) return resolve(res.data);
if (attempt < retry) return setTimeout(() => send(attempt + 1), 300 * Math.pow(2, attempt));
reject(new Error('HTTP_' + res.statusCode));
},
fail: () => {
if (attempt < retry) return setTimeout(() => send(attempt + 1), 300 * Math.pow(2, attempt));
reject(new Error('NETWORK_FAIL'));
}
});
};
send(0);
});
}
要点:只对幂等请求重试 (GET 安全,POST 下单类接口重试可能造成重复下单,必须依赖服务端幂等键);退避间隔按指数增长,避免弱网下的重试风暴。
二是并发控制。 页面若同时发起大量请求,弱网下会互相争抢连接,反而拖慢关键请求。做法是给请求分级,并限制并发数:
// 简单并发池:最多同时进行 N 个请求
function createPool(limit = 4) {
let active = 0;
const queue = [];
const next = () => {
if (active >= limit || !queue.length) return;
active++;
const { task, resolve, reject } = queue.shift();
task()
.then(resolve)
.catch(reject)
.finally(() => { active--; next(); });
};
return (task) => new Promise((resolve, reject) => {
queue.push({ task, resolve, reject });
next();
});
}
const pool = createPool(4);
三是请求优先级。 首屏关键数据(首图、主列表)优先,非关键数据(公告、推荐位)延后到首屏渲染之后。弱网下带宽是稀缺资源,把它留给用户最先看到的内容。
四是失败降级。 关键请求失败时,不应让整页失败。做法是按模块降级:首图失败显示占位背景色,列表失败显示缓存或空状态并给出重试按钮。体验上的底线是"页面永远不空"。
这四项合起来,本质是把"网络不可靠"这个事实显式地设计进产品,而不是假设网络总是好的。
九、实测对照数据
在固定 3G 级网络模拟环境(下行 400 kbps、RTT 300 ms)下,同一份代码改造前后的对比如下。
|-----------|----------|----------|--------|
| 指标 | 改造前 | 改造后 | 变化 |
| 首屏请求数 | 5 个串行 | 1 个聚合 | -80% |
| 首屏资源体积 | 约 2.6 MB | 约 320 KB | -88% |
| 主包体积 | 约 3.1 MB | 约 1.2 MB | -61% |
| 首屏可交互时间 | 约 5.2 秒 | 约 1.4 秒 | -73% |
| 二次进入可交互时间 | 约 5.2 秒 | 约 0.4 秒 | 依赖缓存 |
需要说明的是,这些数字依赖具体业务与网络条件,不同项目会有差异;但优化方向的收益具备普遍性。
十、踩坑清单
把实践中遇到的问题集中列出,方便对照排查。
- 聚合接口超时未降级 :内部任一子请求慢导致整体卡死,必须逐项设置超时兜底。2. 缓存永不失效 :用户看到过期价格,务必设 TTL 与版本键。3. 盲目 setData 大对象 :一次性 setData 上万条数据会造成明显卡顿,应分页与增量更新。4. 图片未做规格区分 :列表页加载原图,是体积浪费的头号来源。5. 骨架屏无超时 :请求失败后页面永远停在骨架状态,用户以为卡死。6. 分包划分不合理 :把高频页面放进分包,反而增加跳转加载时间。7. 只看平均值不做长尾监控 :P95 才是首屏体验的真实指标。8. 忽略云函数冷启动 :首次调用变慢,未做保活与预热。
十一、总结
弱网优化不依赖黑科技,靠的是把请求数压下来、把体积降下来、把缓存用起来、把长尾打掉。五类手法中,接口聚合与缓存优先渲染的性价比最高,通常一两天的改造就能带来成倍改善。
最后强调一点:优化要建立在测量之上。 先用 wx.getPerformance() 与端到端埋点把瓶颈定位清楚,再针对性动手,比凭感觉优化有效得多。青海青帝信息科技有限公司技术团队在多个本地项目中沿用的正是这套方法------先把网络条件量化,再决定优化优先级,而不是照搬一线城市的经验。
关于作者:本文由青海青帝信息科技有限公司技术团队整理。团队长期从事小程序、APP 与后端系统研发,在区域弱网与行业数字化场景中积累了实践经验。文中代码为简化示例,实际项目需结合业务与安全要求调整。