2024 年移动端技术探索
![2024年移动端技术探索](https://static001.geekbang.org/infoq/29/29b7e542570330633de3c061675c5534.jpeg)
引子
2023 年号称 AI 元年,AI 带来了一些不是很清晰的机会,没有看到有多好的落地,对于互联网,不止技术层面没有突破,业务层面的需求也断崖式下滑,没有创新就没有需求,老业务的修修补补也带不来多少需求。以音视频行业为例,业界很有影响力的 LiveVideoStack 也停止了商务活动,音视频大会也不再开了。一切都在朝着萎缩的方向发展。裁员已经不是什么新闻,不是不裁了,是大家习惯了。
在移动端,甚至整个互联网还能折腾什么呢?大家早已不再以早轮子为乐了,因为现在缺的不是轮子,而是从头到尾的新车子。参加北京 QCon 的时候郭东白大佬讲了一个玩笑”一听到重构程序员就很兴奋,有饭吃了“,随着市场的饱和,重构也没有那么必要。
2024 马上就要过半了,本文试着总结大家前半年做的事情,探索出移动端目前还可以支持的点以及未来”比较“有前途的方向。
行业背景
这一章我们从大厂和行业大会两方面的信息分析 2024 年移动端的诉求点。
大厂
从各个企业对外输出的文章和分享,整理了下面几个公司的输出成果。
阿里、支付宝
阿里的输出主要以思维、方法论、推荐书籍、智联、实践为主。以一文带你揭秘淘宝终端技术 为例窥探阿里终端的思路。淘宝团队为了应对和解决技术挑战和难题,长期探索这几大技术方向:
原生技术,遵循 Platform First 理念,贴近原生系统、充分挖掘系统组件和特性,沉淀极致性能的渲染引擎/动态化引擎/原子能力集,同时与厂商深度合作,探索站内外用户触达多通道,用技术做用增;
底层技术,遵循 First Principle 理念,深入虚拟机/字节码/汇编指令等,探索稳定性/性能/包体的极致边界,深入系统底层机制与原理,必要时帮系统打补丁;
跨端技术,遵循 Cross Platform 理念,抹平多系统/平台差异,充分利用业界较为成熟的前端生态,沉淀自主可控的渲染引擎/图形引擎/脚本引擎,向业务提供符合 W3C 标准的前端友好的基础设施
工程技术,遵循 Productivity First 理念,支撑大规模多团队协作式研发,深挖工程组织/编译构建/虚拟机调度等技术,融合前端/客户端研发工作流,向业务提供高效稳定的工程体系;同时持续升级 Low Code 技术,赋能业务运营同学快速搭建页面上线,实现产品运营需求的想发就发;
网络技术,拥抱网络协议新标准,重点优化移动弱网场景,以更小带宽,实现更快的传输,面对复杂移动场景,提供弹性可伸缩的网络服务,平衡前后台的业务体验;
应用服务技术,遵循 API First 理念,解决接口大规模稳定快速投放,扩展丰富的请求模式/传输协议/压缩算法等,探索端云交互一体化新模式和端云研发新模式;
AI 技术,依托于大模型近来的突飞猛进,我们承担着进一步提升淘宝业务研发效率和体验的使命,包括多模态代码生成(一句话需求生成逻辑代码/一张视觉稿生成 UI 代码/基于一段真实代码生成单测代码)、问题诊断(线上 Crash 诊断/端到端问题自动定位/构建失败诊断/场景化性能诊断调优)、研发助理(领域知识答疑/最佳实践问答)等等。
总结下来就是原生、底层、工程、网络、应用服务以及 AI 技术。文章中还提到了这些方向的部分代表作:
原生动态化技术:基于 play core 的动态化方案,具备了 Replugin(360)和 Qigsaw(iQiyi)合并的优势,既支持插件化,又支持组件动态化;
原生研发框架 DX 4.0,以 Kotlin+Compose 为标准,声明式/响应式/状态管理/一码多屏为特性,基于原生系统 UIKit 构建原生渲染管线、基于 KMP 构建面向多平台的编译体系,支持原生组件和能力的快速定制和扩展;
自绘渲染引擎 Weex 2.0,自建符合 Web 标准的自绘渲染引擎,包含执行代码/节点构建/布局/绘制/合成/光栅化/上屏等完整渲染管线;建立字节码离线编译的工程体系,编译期可进行耗时更高更彻底的优化,并支持标准 ESM 模块、多文件拼接、动态执行脚本、模块搭建等能力;弹性可扩展的容器和插件能力,支持全页/浮层/卡片/小部件/Embed 等多种形态及插件;
流式 SSR 技术,业界率先尝试零运维流式 SSR 托管服务,简化流式 SSR 页面研发成本,相对业内中心化 SSR 渲染方案,引入了 CDN ER 的边缘能力,降低客户端渲染压力,并实现就近的渲染快照,实现极致的 FCP 时间;
LSM 对象存储技术,业界腾迅开源的 MMKV、mongodb 的子项目 realm 都是针对移动端的对象/键值存储方案,分别使用了 MVCC 等存储模型用于提升高并发场景的性能,但没有针对 Flash 存储(SSD/UFS/)特性的优化。sqlite 的 btree 模型对大对象键值存储的读写放大系数较高。我们针对 Flash 存储特性(块读写机制、垃圾回收机制等)实现的 LSM Tree,支持了内存压缩、冷热分区、碎片化抑制等特性,在读写放大系数和吞吐性能上有显著优势,大量应用在移动端上图片及小文件缓存等场景;
终端 APP 到全链路的观测与性能技术,立足 Android/iOS 原生特性提供 APP 维度的观测套件,以及各类 APP 高性能框架、组件,实现端性能持续优化与业务迭代;立足 OpenTelemetry 提供终端访问云上服务的全链路分布式技术规范与观测套件,实现终端 RPC、远程配置、消息、大文件上传/下载等高性能中间件,支撑业务链路优化与治理;
终端工程构建技术,以流水线为主要支撑,通过灵活的配置插件形成统一的构建流水线,我们沉淀了终端丰富的工程构建工具链,支持 iOS/Android/PC/IOT 等多终端的自定义,同时结合私有化部署能够完全开放定制整个工程构建生产链路;
高性能网络技术,在 IETF 国际标准组织,主导 Multipath-QUIC 协议标准化进程(作为协议第一作者);有 4 篇网络领域顶级学术会议论文和期刊收录,包括网络学术 Top1 顶会 SIGCOMM 21 发表论文
<XLINK>/
顶会 NSDI 收录<TECC>
等;开源国内首个标准化协议库 XQUIC(git star 1.5K)/开源高性能云原生网关 Tengine(git star 12.2K);网络领域专利授权超过 20 个以上。
阿里电商未来主要会通过先进的人机交互技术,如手势控制、面部识别、语音助手,以最自然的方式同设备进行交互,无需学习复杂的操作,为我们提供将更优雅的用户体验。
腾讯、微信
微信主要还是针对 C++跨平台,迭代了 WCDB 以及探讨了 C++模版代码膨胀问题,也还是老生常谈,下面是搜集到的几篇文章:
百度
百度主要分享了 iOS 包体积优化,里面介绍的很多手段大家也或多或少的有在使用了。
![](https://static001.geekbang.org/infoq/7b/7ba57334d327be8eed2cff819bef64f1.png)
字节、抖音
字节抖音分享了 ANR 自动归因平台建设的实践:抖音 ANR 自动归因平台建设实践,ANR 采集完成后原因归类和移动端技术已经没有太大关系了,还是平台能力建设。
京东
京东基于自身研发的小程序框架对纯血鸿蒙做了适配:使用Taro开发鸿蒙原生应用——当Taro遇到纯血鸿蒙,是小程序跨端方案在鸿蒙的延伸。
滴滴
![](https://static001.geekbang.org/infoq/b8/b80b61b15473a2d1a708b1bb89d11fdc.png)
滴滴发布的400+页技术实践干货合集,助你开启新旅程,对质量和效能都有提及,但是对移动端已经没有只言片语。
美团
![](https://static001.geekbang.org/infoq/e5/e54f2b48517afc13ade8f97752e43750.png)
600+页电子书,前端、后端、算法、测试、运维系列大合集 中,移动端也是 R8 和热修复,以及平台能力建设。
小红书
小红书发布了一个跨 Android、iOS、鸿蒙的播放器,比较商业播放器和开源 ijk 没有看到特别明显的优势,不过也是今年看到为数不多的轮子。
行业大会
四月份去了一天 InfoQ 组织的 QCon 开发者大会,整理了一下大会的主题和分享内容:
![](https://static001.geekbang.org/infoq/05/0591560a6f462f8f649ae68ef6f27dad.png)
![](https://static001.geekbang.org/infoq/d8/d8faa3eaa195edcff0078a844a68920c.png)
![](https://static001.geekbang.org/infoq/29/29592927adf2c38161de976dd6bf0617.png)
![](https://static001.geekbang.org/infoq/c8/c8982eae4442bdd71c2c443a6748c5e9.png)
看分享主题全部都是 AI,不愧是 AI 元年,哪个方向都和 AI 有关。重点看一下移动端方向:
自研 OS 时代的大终端
钉钉 Apple Vision Pro 创新之旅
突破开发与测试的技术栈壁垒——注入式方案在性能调优与自动化测试中的运用
Android 工程元数据配置系统:助力超大型工程研发效能
自研 OS 时代的大终端(HarmonyOS 专题)
高德地图的鸿蒙化经验——追求极致体验
闲鱼应用基于 Kun/Flutter 在鸿蒙 OS 上的移植实践
Taro 适配鸿蒙的框架原理和性能优化
小红书鸿蒙一多工程实践——基于鸿蒙一多特性打造多设备使用体验
大前端
MIX:饿了么小程序从端智能到智能体验的探索
Rust 如何引领前端基建新潮流以及字节跳动的应用
Kotlin Multiplatform 基于 Bazel 的逻辑层跨平台 (iOS、Android、Harmony) 实践
Web 前端技术在智能电动汽车行业的探索
Web 前端技术在智能电动汽车行业的探索
移动端主要是鸿蒙方向为主,还有一部分是提效相关的(跨段等手段),还有就是钉钉在 Version Pro 中的尝试这三个方向。
移动端主要方向分析
通过上面的分析我们把移动端分成下面几个方向讨论:
业务迭代
随着各个行业增长的停滞,业务需求真的没有那么多了,但是业务需求和功能维护还是移动端主要的需求方向,但是在这个方向上,其实没有什么技术门槛了,学历、履历、年龄开始成为 AI 的筛选目标(对,没错,现在 HR 已经开始用 AI 来筛选工具了,限制条件写好,简历往 kimi 一传,结果清晰调理),开始后悔没有考个好学校了。
鸿蒙
在现在看,鸿蒙的结果还是扑素迷离,但是不得不承认,鸿蒙带来了一些需求和岗位,所谓的技术创新特别依赖华为生态,对于开发者来说没有带来技术创新,对于企业来说是一种负担,不会带来增长,还得花钱去开发和维护。真正有一天生态足够开放,可以万物互联,对于开发者和消费者才是真正的福音。
系统应用/Framework/驱动开发
不管是鸿蒙的南向开发,还是车企间的互相较真,Framework 还有一些岗位,但是一直以来都很小众。
提效
越是环境不好的时候企业越是关注效能,对于移动端来说,跨端一直是个尝试方向,虽然 Flutter 前端时间在传谷歌 Flutter 团队被裁,但是市场上一些新 APP,特别是出海方向的,Flutter 也是主流选择。目前随着鸿蒙的加入,双端边三端,跨平台的收益更明显,鸿蒙的 ARK-X 还在萌芽的萌芽,难堪大用,Flutter 还是主流方式。
还有一些企业在搞多栈,就是一个人把前端后端的都搞了,这块我没有看到太明确的收益,对于开发者好,可以尝试一些其他方向技术,但是对于公司的收益,具体怎么提效,没有见有人说明白的,都说分工产生能效,现在打破分工对于企业来说可能也是一厢情愿的“提效”。
AI 编程助手在国际市场上,GitHub Copilot 成为一枝独秀,JetBrains AI、Codium 也紧追不放。开发者们获得了数倍的效率提升。而在国内市场,各大厂商也纷纷投入资源,大力推出自家的平替工具。比如: Baidu Comate、智谱 CodeGeeX、阿里通义灵码、腾讯云 AI 代码助手、华为 CodeArts Snap、讯飞 iFlyCode、商汤代码小浣熊,这些助手对于编程提效是实实在在的,企业如果抛开代码安全的考虑,工程师使用这些工具可以极大的提升开发效率。
XR
视觉方向,苹果推出的 Version Pro 震撼了好多人,在这个方向一直有人在搞,但是一直没有很成熟的产品,无法大众化的铺开,可能还是缺乏真正的技术。一些业务性质特殊的企业会投人在这个方向做一些尝试。
AI
AI 很火,但是和移动端都没有太大的关系,端侧部署的大模型,效果还是很差,无法找到落地场景,只能做一些大模型衍生的应用工具,在语音、图像等方向,算法的方向也都放到了大模型多模态方面,传统的图像识别等也很少在进行迭代。
在[[2023 移动端技术探索]]中分析的性能优化、架构设计、开发平台搭建、音视频方向目前都没有太大的潜力,性能优化在经过前几年的努力,现在一方面趋于稳定了,另一方面配套的工具已经搭建好了,当做常规需求消化即可;架构设计、平台搭建因为没有增长,所以也不在需要那么多轮子了;音视频方向也建设的七七八八,顶不住的直接采购也是不错的选择,所以这些方向没有单独讨论的必要了。
未来展望
市场行情很不乐观,现在不是去造几个轮子或者怎么造轮子的事情了,因为未来可能根本不需要轮子。汽车不是马车上安装了一台发动机,而是一种全新的体验。未来的 AI 可能是一种我们现在完全想不到的心态,终端也不是现在遮遮掩掩的开发生态,而是真正能万物互联的新体验。
![](https://static001.geekbang.org/infoq/f0/f044c22908b0e04ecb3c790df0629792.png)
我们应该潜行修炼,现在看技术已经没有那么重要,但是技多不压身,还是要好好修炼,一切重要性都存在想象中,而重要性又是在比较重显现。
版权声明: 本文为 InfoQ 作者【轻口味】的原创文章。
原文链接:【http://xie.infoq.cn/article/018986ea780ce3a32225de6d0】。文章转载请联系作者。
评论