小程式开发：用原生还是选框架（wepy/mpvue/uni-app/taro）？

自 2017-1-9微信小程式诞生以来，历经2年多的迭代升级，已有数百万小程式上线，成为继Web、iOS、Android之后，第四大主流开发技术。

与之相随，小程式的开发生态也在蓬勃发展，从最初的微信原生开发，到wepy、mpvue、taro、uni-app等框架依次出现，从刀耕火种演进为现代化开发，生态越来越丰富。

选择多了，问题也就来了，开发小程式，该用原生还是选择三方框架？

首先，微信原生开发的槽点大多集中如下：

原生开发对Node、预编译器、webpack支援不好，影响开发效率和工程构建流程微信定义了一个不伦不类的语法，不如正经学vue、react，学会了全端通用，而不是只为微信小程式vue/react生态里有太多周边工具，可以提高开发效率，比如ide、校验器、三方库。。。微信那个ide和专业编辑器相比实在不好用同时，开发者对三方框架，又总是有各种顾虑：

怕效能不如原生怕有些功能框架实现不了，只能用原生怕框架不稳定，跳到坑里以及诸多三方框架，到底该用哪个面对如此纠结的场景，不少热心开发者释出评测文章分享经验，但感觉众说纷纭，过期资讯太多。缺少一份非常专业的、深度的，或者按如今流行的话来讲，“硬核的”评测报告。

做评测报告这件事，不同于泛泛经验分享，其实非常花费时间。它需要：

你必须成为每一个框架的专业使用人员，而不是浅浅的了解一下这些框架真实的动手写多个平台的测试例，比较各个平台的功能、效能，了解他们的社群情况、技术服务情况你要有长期跟踪和更新报告的能力，避免半年后沦为过期资讯换言之：评测要想真，功夫得做深！

uni-app团队花费2个周时间完成本报告，并坚持每个季度更新一次本评测报告。目前更新时间为2019年5月。

本文从面向使用者、面向开发者两大维度七大细项，对微信原生及主流的wepy、mpvue、taro、uni-app开发框架进行横向对比，希望给开发者在小程式框架选型时提供一种参考思路。本文基于各框架官网可采集到的公开资料及真实测试资料，希望客观公正地评价各个框架的现状和优劣。但宥于利益相关，本文的观点很可能是带有偏向性的，大家可以带着批判的眼光来看待，如发现本文中有任何评测失真，欢迎在这里报 issuse。

面向使用者、面向开发者维度，具体包括：

使用者：提供完整的业务实现，并保证高效能体验开发者：平缓的学习曲线、现代开发体验（工程化）、高效的社群支援、活跃的开发迭代、多端复用2. 使用者

1.1 功能实现

软件开发，首要目标是向用户提供完整、闭环的业务功能。

在web开发中，如果vue、react等框架的使用，造成开发者无法操作浏览器提供的所有api，那这样的框架肯定是不成熟的。小程式开发也一样，任何开发框架，都不能限制底层的api呼叫。

而各种业务功能底层依赖微信暴漏的元件和界面（微信官网介绍的元件和 API 规范,也即微信原生API），三方框架是基于微信原生进行的二次封装，开发者此时常会有个疑问：小程式在不断的迭代升级，如果某项业务依赖于最新的小程式API，但三方框架尚未封装，该怎么办？

实际上就像web开发的vue、react一样，浏览器出了一个新API，并不会涉及vue、react的升级。本评测里的所有框架，都不会限制开发者呼叫底层能力。这里详细解释下原因：

wepy：未对小程式API作二次封装，API依然使用微信原生的，框架与微信小程式是否新增API无关mpvue：支援微信的所有原生元件和api，无限制。同时框架封装了自己的跨端API，使用方式类似mpvue.request()taro：支援微信的所有原生元件和api，无限制。同时框架封装了自己的跨端API，使用方式类似Taro.request()，支援Taro 程式码与小程式程式码混写，可通过混写的方式呼叫框架尚未封装的小程式新增APIuni-app：支援微信的所有原生元件和api，无限制。在跨端方面，即便仍然使用微信原生的元件和API，也可以直接跨端编译到App、H5、以及支付宝百度头条等小程式。但为了管理清晰，推荐使用uni封装的API，类似uni.request()。同时支援条件编译，可在条件编译程式码块中，随意呼叫各个平台新增的API及元件注：以上顺序，按各个框架的诞生顺序排序，下同。

故，三方框架均可呼叫所有小程式API，完成使用者的业务需求，这个维度各框架是无差别的。

然而有差别的，是效能体验。

1.2 效能体验

三方框架，内部大多做了层层封装，这些封装是否会增加执行负载，导致效能下降？尤其是与原生微信小程式开发相比效能怎么样，这是大家普遍关心的问题。

为客观的进行对比，我们特意搭建了一个测试模型，详细如下：

开发内容：开发一个仿微博小程式首页的复杂长列表，支援下拉重新整理、上拉翻页、点赞。界面如下：

开发版本：一共开发了5个版本，包括微信原生版、wepy版、mpvue版、taro版、uni-app版，按照官网指引通过cli方式预设安装。测试程式码开源（Github仓库地址：https://github.com/dcloudio/test-framework）， Tips:若有同学觉得测试程式码写法欠妥，欢迎提交 PR 或 Issus测试机型：红米 Redmi 6 Pro、MIUI 10.2.2.0 稳定版（最新版）、微信版本 7.0.3（最新版）测试环境：每个框架开始测试前，杀掉各App程序、清空内存，保证测试机环境基本一致；每次从本地读取静态资料，遮蔽网络差异。我们以上述仿微博小程式为例，测试2个容易出效能问题的点：长列表载入、大量点赞元件的响应。

1.2.1 长列表载入

仿微博的列表是一个包含很多元件的列表，这种复杂列表对效能的压力更大，很适合做效能测试。

从触发上拉载入到资料更新、页面渲染完成，需要准确计时。人眼视觉计时肯定不行，我们采用程式埋点的方式，制定了如下计时时机：

计时开始时机：互动事件触发，框架赋值之前，如：上拉载入（onReachBottom）函式开头计时结束时机：页面渲染完毕(微信setData回拨函式开头)Tips：setData回拨函式开头可认为是页面渲染完成的时间，是因为微信setData定义如下(微信规范)：

测试方式：从页面空列表开始，通过程式自动触发上拉载入，每次新增20条列表，记录单次耗时；固定间隔连续触发 N 次上拉载入，使得页面达到 20*N 条列表，计算这 N 次触发上拉到渲染完成的平均耗时。

测试结果如下：

说明：以400条微博列表为例，从页面空列表开始，每隔1秒触发一次上拉载入（新增20条微博），记录单次耗时，触发20次后停止（页面达到400条微博），计算这20次的平均耗时，结果微信原生在这20次 触发上拉 -> 渲染完成 的平均耗时为876毫秒，最快的uni-app是741毫秒，最慢的mpvue是4493毫秒

大家初看这个资料，可能比较疑惑，别急，下方有详细说明

说明1：为何 mpvue/wepy 测试资料不完整?

mpvue、wepy 诞生之初，微信小程式尚不支援自定义元件，无法进行元件化开发；mpvue、wepy 为解决这个问题，将使用者编写的Vue元件，编译为WXML中的模板（template)，变相实现了元件化开发能力，提高程式码复用性，这在当时的技术条件下是很棒的技术方案。

但如此方案，在页面复杂、元件较多的时，会大量增加页面 dom 节点数量，甚至超出微信的 dom 节点数限制。我们在 红米手机（Redmi 6 Pro）上实测，页面元件超过500个时，mpvue、wepy实现的仿微博App就会报出如下异常，并停止渲染，故这两个测试框架在元件较多时，测试资料不完整。这也就意味着，当页面元件太多时，无法使用这2个框架。

dom limit exceeded please check if there\'s any mistake you\'ve made

Tips1：wepy官网的CHANGELOG，提到 v1.7.2 测试版本添加了对小程式原生元件的支援，实测坑很多，因为是测试版，官方在 issue 中也表示不推荐使用；按照官网文件，预设安装的 v1.7.3 正式版本并不支援原生元件

Tips2：wepy在400条列表以内，为何效能高于微信原生框架，这个跟自定义元件管理开销及业务场景有关（wepy编译为模板，不涉及元件建立及管理开销），后续对微博点赞，涉及元件资料传递时，微信原生框架的效能优势就提现出来了，详见下方测试资料。

说明2：为什么测试资料显示uni-app 会比微信原生框架的效能略好呢？

其实，在页面上有200条记录（200个元件）时，taro 效能资料也比微信原生框架更好。

微信原生框架耗时主要在setData呼叫上，开发者若不单独优化，则每次都会传递大量资料；而 uni-app、taro 都在呼叫setData之前自动做diff计算，每次仅传递变动的资料。

例如当前页面有20条资料，触发上拉载入时，会新载入20条资料，此时原生框架通过如下程式码测试时，setData会传输40条资料

data: {

listData: []

},

onReachBottom() { //上拉载入

let listData = this.data.listData;

listData.push(...Api.getNews());//新增资料

this.setData({

listData

}) //全量资料，传送资料到检视层

}

复制程式码

开发者使用微信原生框架，完全可以自己优化，精简传递资料，比如修改如下：

data: {

listData: []

},

onReachBottom() { //上拉载入

// 通过长度获取下一次渲染的索引

let index = this.data.listData.length;

let newData = {}; //新变更资料

Api.getNews().forEach((item) => {

newData[\'listData[\' + (index++) + \']\'] = item //赋值，索引递增

})

this.setData(newData) //增量资料，传送资料到检视层

}

复制程式码

经过如上优化修改后，再次测试，微信原生框架效能资料如下：

从测试结果可看出，经过开发者手动优化，微信原生框架可达到更好的效能，但 uni-app、taro相比微信原生，效能差距并不大。

这个结果，和web开发类似，web开发也有原生js开发、vue、react框架等情况。如果不做特殊优化，原生js写的网页，效能经常还不如vue、react框架的效能。

也恰恰是因为Vue、react框架的优秀，效能好，开发体验好，所以原生js开发已经逐渐减少使用了。

复杂长列表载入下一页评测结论：微信原生开发手工优化,uni-app>微信原生开发未手工优化,taro> wepy > mpvue

Tips：有人以为uni-app和mpvue是一样的，早期uni-app确实使用过mpvue，但后来因为效能和vue语法支援度问题已经重新开发了。

1.2.2 点赞元件响应速度

长列表中的某个元件，比如点赞元件，点选时是否能及时的修改未赞和已赞状态？是这项测试的评测点。

测试方式：

选中某微博，点选“点赞”按钮，实现点赞状态状态切换（已赞高亮、未赞灰色），点赞按钮 onclick函式开头开始计时，setData回拨函式开头结束计时；在红米手机（Redmi 6 Pro）上进行多次测试，求其平均值，结果如下：

说明：也就是在列表数量为400时，微信原生开发的应用，点赞按钮从点选到状态变化需要111毫秒。

测试结果资料说明：

wepy/mpvue 测试资料不完整的原因同上，在元件较多时，页面已经不再渲染了基于微信自定义元件实现元件开发的框架（uni-app/taro），元件资料通讯效能接近于微信原生框架，远高于基于template实现元件开发的框架（wepy/mpvue）效能元件资料更新效能测评：微信原生开发,uni-app,taro > wepy > mpvue

综上，本效能测试做了2个测试，长列表载入和元件状态更新，综合2个实验，结论如下：

微信原生开发手工优化,uni-app>微信原生开发未手工优化,taro > wepy > mpvue

2.开发者

在满足使用者业务需求的前提下，我们谈谈开发者的需求，从如下几个维度比较：

平缓的学习曲线：简单易学，最好能复用现有技术栈，丰富的学习资料高效的开发体验：现代前端开发流程、工程化支援高效的社群支援：遇到问题，可很快的寻求到帮助活跃的开发迭代：框架处于积极更新升级状态，无需担心停更2.1 平缓的学习曲线

2.1.1 DSL语法支援

选择开发团队熟悉的、能快速上手的DSL，是团队框架选型的基本点。

首先微信原生的开发语法，既像React ，又像Vue，有点不伦不类，对于开发者来说，等于又要学习一套新的语法，大幅提升了学习成本，这一直被大家所诟病。

其它开发框架基本都遵循React、Vue（类Vue）语法，其主要目的：复用工程师的现有技术栈，降低学习成本。此时，框架对于原框架（React/Vue）语法的支援度就是一个重要的衡量标准，如果支援度较低、和原框架语法差异较大，则开发者无异于要学习一门新的框架，成本太高。

实际开发中发现，各个开发框架，都没有完全实现Vue、React在web上的所有语法：

wepy开发风格接近于 Vue.js，属于类Vue实现，相对微信原生开发算前进了一大步，但相比完整Vue语法还有较大差距，开发时需要单独学习它的规则；

mpvue、uni-app 框架基于 Vue.js 核心，通过修改 Vue.js 的 runtime 和 compiler，实现了在小程式端的执行。mpvue支援的Vue语法略少，uni-app 则基本支援绝大多数vue语法，如filter、复杂 JavaScript 表示式等；

taro 对于 JSX 的语法支援度，也达到了绝大多数都支援的完善程度。

DSL语法支援评测：taro,uni-app > mpvue > wepy > 微信原生

2.1.2 学习资料完善度

官方文件、问题搜寻、示例demo的完备度方面：

微信原生：文件丰富，API搜寻准确，官方有示例demo，支援官网上调起微信开发者工具，预览执行效果 详见wepy：文件只有2页，没有搜寻，元件API等文件都直接看微信的文件。没有提供示例demo，很多配置需要靠猜。详见mpvue：文件较少，但其概念不复杂，元件API等文件都直接看微信的文件，学习难度低。问题搜寻效果一般。没有提供示例demo。详见taro：基础文件完整，具体使用问题资源较少，问题搜寻效果一般，示例demo只包含基础功能，仅释出了微信一端。详见uni-app：基础文件和各种使用专题内容丰富，问题搜寻效果较好，示例demo功能完备，并发布为7端上线。详见教学课程方面：

学习资料完善度评测：微信原生 > uni-app > mpvue , taro > wepy

2.2 现代前端开发体验

开发体验层面，处于明显劣势的是微信原生开发，主要差距在于：

框架开发提供了精简的程式码组织（微信原生开发，一个Page由4个档案构成，写个程式码要开的标签卡太多）框架开发提供了更强大的元件化能力框架开发提供了应用状态管理（类Vuex/Redux/Mobx等）框架开发能灵活支援各种 Sass 等 前处理器框架开发可提供完整的 ES Next 语法支援框架开发方便自定义构建策略其它小程式开发框架均支援cli模式，可以在主流前端工具中开发，且基本都带有d.ts的语法提示库。

由于mpvue、uni-app、taro直接支援vue、react语法，配套的ide工具链较丰富，着色、校验、格式化完善；wepy要弱一些，有部分三方维护的vscode外挂。

好的开发工具，绝对可以大幅提升开发体验，这个维度上，明显高出一截的框架是uni-app，其出品公司同时也是HBuilder的出品公司，DCloud.io。HBuilder是四大主流前端开发工具（可对比百度指数），其为uni-app做了很多优化，故uni-app的开发效率、易用性非其他框架可及。

开发体验维度，对比结果：uni-app > taro,mpvue > wepy > 微信原生

这里可以输出一个结论：如果你需要工程化能力，那就直接忘了微信原生开发吧。

2.3 高效的社群支援

学习、开发难免遇到问题，官方技术支援和社群活跃度很重要。

本次评测demo开发期间，我们的同学（同时掌握vue和react），在学习研究各个多端框架时，切实感受到由于语法、学习资料、社群的差异带来的学习门槛，吐出了很多槽。

综合评估，本项评测结论：微信原生 , uni-app > taro > mpvue > wepy

2.4 活跃的开发迭代

开发者必须关心一个问题：该专案是否有人长期维护？

这个问题可以通过github commits 频次、产品更新日志（changelog）、百度搜索指数等指标来衡量和对比。

github commits 频次

我们采集2019年4月份（时间为4.1 ~ 4.30），每个专案在github上的master分支有commit的天数，结果如下：

Tips：

微信原生是闭源的，看不到 commits 数量，但保持每月至少一次的更新节奏，详见wepy的master分支无commit，最新的2.0.x分支在4月份也仅1天有commit记录从 commit 的记录来看，taro、uni-app处于更新比较活跃的状态，wepy、mpvue则相对疲软，呈现无人维护之态。

产品更新日志

通过浏览产品更新日志，可确认产品是否在积极迭代、增加新功能、修复使用者bug。

我们分别检视各框架官方连结的更新日志（CHANGELOG），下方是连结地址：

微信基础库更新日志wepy官网 CHAGELOGmpvue官网 Chang logtaro github 更新日志uni-app官网更新日志通过产品更新日志对比，微信原生、taro、uni-app 三者更新频繁，bug修复、新功能补充都处于比较紧凑的状态；而mpvue、wepy则已有长时间没有版本释出，wepy甚至有将近1年时间未释出正式版本，开发者选型需谨慎。

2.5 多端复用

随着微信小程式的火爆，支付宝、百度、字节跳动等公司也先后进入小程式领域，这些公司个个日活过亿，坐拥海量使用者，企业主希望将自己的业务触达每个使用者，不管这个使用者在哪个小程式中。

需求转接到程序员这里，程序员怎么办？难道真的每个平台到处搬砖吗？此时，一套程式码、多端释出就成为很多程序员的梦想，小程式跨端框架应运而生。

现实真能如此理想吗？每个跨端框架能否真的像官网宣传的那样，实现开发一次，释出到所有小程式平台？甚至和H5平台复用程式码？

我们用事实说话，依然使用上述仿微博App，依次释出到各平台，验证每个框架在各端的相容性，结果如下：

测试结果说明：

⭕ 表示支援且功能正常，❌ 表示不支援，其它则表示支援但存在部分bug或相容问题通过这个简单的例子可以看出，跨端支援度测评结论： uni-app,taro > mpvue> 原生微信小程式、wepy

但是仅有上面的测试还不全面，实际业务要比这个测试例复杂很多。但我们没法开发很多复杂业务做评测，所以还需要再对照各家文件补充一些资讯。 由于每个框架的文件中都描述了各种元件和API的跨端支援程度。我们过了几家的文件，发现各家基本是以微信小程式为基线，然后把各种元件和API在其他端实现了一遍：

taro：H5端实现了大部分微信的APIuni-app：元件、API、配置，大部分在各个端均已实现，个别API有说明在某些端不支援。可以看出uni-app是完整在H5端实现了一套微信模拟器跨端框架，一方面要考虑框架提供的通用api跨端支援，同时还要考虑不同端的特色差异如何相容。毕竟每个端都会有自己的特色，不可能完全一致。

taro：提供了js环境变数判断和统一界面的多端档案，可以在元件、js、档案方面扩充套件多端，不支援其他环节的分平台处理。uni-app：提供了条件编译模型，所有程式码包括元件、js、css、配置json、档案、目录，均支援条件编译，可不受限的编写各端差异程式码。跨端框架，还涉及一个ui框架的跨端问题，评测结果如下：

taro：官方提供了taro ui，只支援微信小程式和H5两端，不支援App，详见uni-app：官方提供了uni ui，可全端执行；uni-app还有一个外挂市场，里面有很多三方ui元件，详见最后补充跨端案例：

mpvue：微信端案例丰富，未见其它端案例taro：微信端案例丰富，百度、支付宝、H5端亦有少量案例uni-app：多端案例丰富，官方示例已释出到7端(包括App端)综合以上资讯，本项的最终评测结论：uni-app > taro > mpvue > 原生微信小程式、wepy

这里可以输出一个结论，如果有多端释出需求，微信原生开发、wepy这两种方式可以直接排除了。

结语

真实客观的永远是实验和资料，而不是结论。不同需求的开发者，可以根据上述实验资料，自行得出自己的选型结论。

但作为一篇完整的评测，我们也必须提供一份总结，虽然它可能加入了我们的主观感受：

如果你只开发微信小程式，不做多端，那么使用uni-app、taro是更优的选择，他们相当于web世界的vue和react，有了这些工具，不再需要使用原生wxml开发。

如果坚持微信原生开发，需要注意手动写优化程式码来控制setdata，并且注意其工程化能力非常弱如果你是react系，那就用taro如果是vue系，那就用uni-app，uni-app在效能、周边生态和开发效率上更有优势如果你开发多端，uni-app和taro都可以，可根据自己熟悉的技术栈选择，相对而言uni-app的多端成熟度更高一些。