作者｜葛星
编辑｜黎安
网易云音乐（以下简称“云音乐”）的前端团队大概在 4 年前初具规模，4 年多的快速发展过程当中做了很多 0 到 1 的平台，造成了平台深井，比如研发的体系，部署的体系，监控的体系等，这些体系在云音乐初期快速发展中起到了非常大的作用。但是随着人员的更迭及业务不断的发展，初期各自发展的垂直体系遇到了和产品后期同样的问题，新增一个功能越来越复杂，涉及的链路越来越长，花费的代价越来越高，用户需要在各自的平台跳入跳出，会有各种各样的卡点，导致效率降低。如何串联各平台场景，打破平台深井，这是云音乐前端工程化面临的第一个挑战。
除去研发之外，所有的应用在上线前还需要经历测试和部署以及上线后的运维，但是每种应用类型在每个阶段的关注点不一样，所依赖的服务也不一样，比如 Node 应用的部署会依赖云原生，但是 H5 的应用依赖 NOS 的静态资源服务。如何使用一套架构支持不同应用类型的全生命周期发布，这是云音乐前端工程化面临的第二个挑战。
云音乐的业务从单一的播放器发展到社区生态的过程中，为了体验和效率之间的平衡，涌现了多种多样的应用形态，比如 H5 的应用、RN 的应用、中后台的应用、Node 应用等；为了一些极致的体验，在 H5 下又细分离线和闪开，RN 又细分为拆包应用。这些不同的应用类型，工程规范不一致，脚手架也不一致，导致开发同学在上手时有一定的成本，也造成了维护上的困难。如何使用一套架构去收敛这些不同的研发体系，这是云音乐前端工程化面临的第三个挑战。
本篇文章着重针对前两个挑战分享解决思路，我们也发起了一个代号为 Febase 的项目，这个项目目标是针对前端开发者，通过一站式应用研发平台，提升开发部署的效率和体验，并且降低后续应用扩展的维护成本。
产品设计
在 Febase 之前，云音乐没有完整流程的研发体系，部署前的流程基本都在线下完成，也没有研发流程管控的概念，开发在即将上线之前，先将代码合并到 master 再进行部署。这里会存在几个问题，一个是没有统一的研发流程，无法做标准化；一个是有可能上线前的代码存在问题，即便是经过了 QA 的测试，但是代码已经合并到 master，有可能会让其他人再次将错误的代码带上线。所以在产品层面上，我们设计了以应用为中心的全生命周期的研发工作流，将各自分散的体系按照研发的维护来串联各平台的关键节点，每种应用类型都会经历从初始化、开发、构建、编译、部署、监控的流程，在各自垂直的链路上提供不同的差异化能力来完成，这样既收敛了用户的心智，也有了统一的工具产品来提升整体的基建水平。
整体架构
我们先来看下 Febase 的整体架构，我们将各类公共技术所属平台进行服务下沉，统一整个控制台入口，中间层通过自研的流程引擎来编排不同应用类型的部署流程，极大提升了后续新增业务类型的扩展性，前端通过微前端的方式进行自定义扩展，各业务组可以基于此扩展能力定制属于自己的页面，无须另起平台。
研发管控
流程引擎编排
工程化里最重要的就是研发过程管控，由于 Febase 本身需要支持多种不同的应用，而每种应用类型的研发流程是不同的，下面展示了 GraphQL 应用和 RN 应用的差异。
可以看到不仅流程不一样，UI 也不一样，传统的方式，硬编码当然也可以解决问题，但是随着应用类型不断扩充，代码可维护性会直线降低。
那么如何能够更好的使用技术手段进行解耦呢，我们想到了流程引擎，业界比较流行的流程引擎就是BPMN，也有对应的 Node 实现，但对于我们而言，一方面是场景没有这么复杂，另一方面还需要针对 UI 进行编排，所以我们选择自研一个简单的编排引擎，最终效果是针对上面的场景可以通过下面的代码来实现，比如 GraphQL 的研发流程：
服务端侧定义：
代码语言：javascript复制export default workflow({
extra: {
appType: 'GraphQL',
},
})
.next({
name: '开发',
proc: {
endpoint: 'fn:dev',
parameters: {
sprintId: 'extra.sprintId',
},
},
})
.next(
sequential({ name: '卡点' })
.add(
parallel({ name: '质量验证' }).add({
name: 'Review',
proc: {
endpoint: 'fn:review',
parameters: {
sprintId: 'extra.sprintId',
sprintService: 'instantExtra.sprintService',
},
},
})
)前端侧定义：
代码语言：javascript复制bindViewOfWorkflow('graphql', '0.0.1')
.withOverview(Overview)
.withNodeView('开发', StageDev)
.withNodeView('卡点', StageCheck)
.withNodeView('回归', StageReg)
.withNodeView('质量验证', NodeInTabs)
.withNodeView('Review', CodeReviewCheck)
.withNodeView('卡点手动确认', ManuallyCheck)
.withNodeView('预发', StagePre)
.withNodeView('上线', StageOnline)
.withNodeView('完成', StageComplete);只需要分别定义 Node 侧和前端侧就可以完成一种应用类型的扩展。在 Node 侧的定义中endpoint指定了推进到该节点时需要执行的服务，比如 Review 节点，下面就创建了一个 CR 的流程：
Review 节点 Node 侧：
代码语言：javascript复制export default async function review({
sprintId,
sprintService,
}: {
sprintId: number;
sprintService: SprintService;
}) {
try {
await sprintService.requestCodeReview(sprintId);
return {
code: NodeStatus.Suspended,
};
} catch (error) {
return {
code: NodeStatus.Error,
msg: (error as Error).message,
};
}
}前端侧只需要通过 useWorkflow 的 hooks 传入当前发布的 ID 即可获取到流程进行到哪里的状态：
流程视图侧代码：
代码语言：javascript复制import { useWorkflow } from '@ripplet/engine-react';
function Detail(props: DetailProps) {
const { sprintId } = props;
const { Overview } = useWorkflow(sprintId);
return (
<Card>
<Overview />
</Card>
)
}
通过自研的流程引擎，我们将流程状态管理与具体的业务逻辑解耦，并通过流程引擎驱动前端视图的变更，以此降低了业务逻辑开发的复杂度。
流程引擎实现
实际上在 Febase 的流程相对较为简单，只需要支持并行、串行、跳过、回退能力即可，业界大部分流程编排都是通过 XML 文件来定义的，我们这里采用了 JS 的方式，主要是省去了解析 XML 的成本，JS 的定义可以直接存储为 JSON 格式；其次我们提供了前端的视图配合套件，可以方便地进行前后端状态的绑定。当用户创建一次开发需求的时候就创建了一个流程，这个流程状态关联了流程的 ID，每当流程触发了下一步，流程引擎就会执行对应的逻辑并更新流程的状态进行存储，回退同样是对流程的状态进行变更然后存储。调试阶段可以将状态放置在内存中，如果是生产环境我们就将流程的状态存储在 MongoDB 中，因为流程的状态非常适合文档型数据库的存储。
那么，流程引擎核心的一个点是如何处理需要挂起的逻辑的？很多节点的逻辑是需要三方服务来完成的，在 Febase 里是通过下面的方式：
- 引擎通知外部系统进行处理，通知时会传递 fid 和 pid，fid 是当前流程 ID，其中 pid 表示发出此 RPC 请求的 Stage 对应的是 process ID
- 外部系统通过返回 pending 状态码，表示该请求需要异步处理
- 引擎接收到 pending 状态码后，会设置自身状态为 Suspended，并对当前的快照进行保存
- 外部系统处理完毕后，通过之前的 fid 和 pid 让引擎继续之前的流程
举个例子，下面的代码首先注册了两个 RPC 服务，然后定义了'quality'的并行的流程，分别是 Lint 和 Review，Review 这里返回的状态‘suspended’，是因为 Review 是需要手动执行的，这里就是一个挂起的异步操作：
代码语言：javascript复制Engine.externalFnsProvider.registerFn("Basic", "0.0.1", "pass", async () => ({
code: NodeStatus.Succeeded,
}));
Engine.externalFnsProvider.registerFn("Basic", "0.0.1", "async", async () => ({
code: NodeStatus.Suspended,
}));
(async function() {
const w = workflow({
name: "Basic",
version: "0.0.1",
})
.next(
parallel({ name: "quality" })
.add({
name: "Lint",
proc: {
endpoint: "fn:pass",
},
})
.add({
name: "Review",
proc: {
endpoint: "fn:async",
},
})
)
.settle();
await engine.exec(w);
})();
上面的代码执行将会产生下面的数据结构：
代码语言：javascript复制{
"fid":"d5b27302-442e-4a12-a0ce-93eb6036a798",
"workflow":{
"name":"Basic",
"version":"0.0.1",
"desc":"",
"status":"running",
"isLocked":true,
"nodes":{
"Lint":{
"type":"single",
"name":"Lint",
"status":"succeeded",
"isTerminal":false,
"proc":{
"endpoint":"fn:pass",
"parameters":{
},
"parent":"Lint",
"pid":"0aa64a29-c69a-4bc3-8bbc-073ea6432d2b",
"result":{
"code":"succeeded"
}
},
"parent":"quality"
},
"Review":{
"type":"single",
"name":"Review",
"status":"suspended",
"isTerminal":false,
"proc":{
"endpoint":"fn:async",
"parameters":{
},
"parent":"Review",
"pid":"3671a0c0-98c6-4ef0-8921-c62a16cacfb7",
"result":{
"code":"suspended"
}
},
"parent":"quality"
},
"quality":{
"type":"parallel",
"name":"quality",
"status":"suspended",
"isTerminal":true,
"sub":[
"Lint",
"Review"
],
"strategy":"all_of",
"prev":"Basic"
}
},
"next":"quality",
"reach":"quality"
},
"runnings":[
"0aa64a29-c69a-4bc3-8bbc-073ea6432d2b"
],
"extra":{
}
}在执行后的数据结构里，因为 Lint 是直接通过的，所以 Lint 节点的状态是'succeeded'，Review 是一个挂起操作，所以 Review 的状态是'suspended'，当其他用户进行 Review 通过的动作后, 就会通知流程引擎继续根据这个数据结构进行后续的执行。流程引擎的执行其实就是遍历这个数据结构调用服务的过程。
部署能力的抽象
针对不同应用类型的发布，我们定义了如下接口，这样我们就可以通过不同的实现来解耦掉部署服务的调用，这样是面向对象中常见的操作方式。
DeployProvider 定义：
代码语言：javascript复制interface IDeployProvider {
// 发布
publish(params: ProviderEnv): Promise<void>;
// 获取发布状态
getStatus(params: ProviderEnv): Promise<ProviderStatus[]>;
// 获取部署日志
getLog(params: ProviderEnv): Promise<ProviderLog[]>;
// 回滚
rollback(params: ProviderEnv): Promise<void>;
// 其他公共抽象方法 ...
}
针对静态部署我们实现上述定义的接口：
H5 部署：
代码语言：javascript复制class SdpStDeployProvider implements IDeployProvider {
sdpRpc: SdpRpc;
// 发布
async publish(params): Promise<any> {
// 简化逻辑
this.sdpRpc.projectPublish({
...
})
}
// 实现其他抽象接口...
}这样我们就可以通过统一的部署服务来屏蔽不同应用的差异：
部署服务：
代码语言：javascript复制class DeployService {
async publish(params) {
const { appId } = params;
const provider = this.getProvider(appId);
return provider.publish({
... // 省略参数
});
}
// 获取 Provider
async getProvider(appId) {
const appType = this.getAppType(appId);
switch(appType){
case 'Web':
return this.sdpStDeployProvider;
case 'NodeJS':
return this.alpacaDeployProvider;
case ...
}
}
}开放能力
Febase 除去为自身提供服务外，业务还有一些基于 Febase 本身的扩展，比如云音乐桌面端的日志平台，Febase 充当了元数据信息管理的角色；第二个是每个业务组或多或少有一些特定的业务诉求，这些诉求不适合通过公共的产品方式来承载，比如对于活动的监控，只是其中某个业务组的诉求，所以 Febase 通过开放能力来支持业务的二次开发，既降低了成本，又避免了多烟囱的产生。
开放网关
对第三方平台，使用特殊请求头。通过白名单的方式来指定开放接口，然后在每个业务逻辑实现中，根据请求来源，单独地做权限校验。过去这种职责不单一、面向过程式的鉴权方式，将会导致开放接口难以维护和扩展，无法承载多变的业务对 Febase 底层能力开放的诉求，我们的解法是提供声明式的鉴权配置及多消费场景的统一认证机制，抽取单独的接口网关。
在后端的接口中，用声明式的方式描述接口所需的最低权限。在应用启动时，会收集全部的路由 权限声明，并存入数据库中。并将路由与权限信息注册至网关。由于路由与权限信息都做了入库，所以也可以在管理后台中，对接口的权限做配置管理。对于多消费场景，统一使用 Febase 派发的用户 Token 进行认证和鉴权。只有满足权限要求的请求，才会打到 Febase 后端。
单独的网关设计还有另外一个好处，就是第三方应用同样可以将接口注册到网关上，使用统一的鉴权服务，比如下方的云鹿素材就属于业务组维护的第三方应用：
微前端接入
除去接口外，Febase 在产品侧提供了多个维度的自定义能力，分别是业务组 - 应用 - 概览三级维度，下图描述了 Febase 提供的三个扩展点：
业务组维度用户可以在业务组维度插入多个自定义的页面，用来管理团队各项技术建设。
应用维度
同样在应用维度，针对应用的特殊场景也可以定义，比如下方的活动策略就是专门为云音乐的年度报告所创建的，也是业务组基于 Febase 的开放能力自行开发的。
概览维度
用户只需要在设置页面填写如下信息就可以导入一个页面，平台支持微前端和 iframe 两种方式：
其核心是借助了 qiankun 的能力，只需要根据设定的 URL 来动态加载对应的资源然后渲染即可，关键代码如下：
代码语言：javascript复制import { loadMicroApp, MicroApp } from 'qiankun';
function MicroAppComponent({
name,
title,
entry,
container,
customProps = {},
match,
}: MicroAppProps & RouteComponentProps) {
const app = useRef<MicroApp>();
const [err, setErr] = useState<Error | null>(null);
useEffect(() => {
app.current = loadMicroApp(
{
name,
entry,
container: `#${container}`,
} as any,
{
sandbox: { experimentalStyleIsolation: true },
}
);
return () => {
if (app?.current) {
app.current!.unmount();
app.current = undefined;
}
};
}, [container, name, match.url, customProps, entry, title]);
return (
<div id={container} />
);
}
总 结
最终我们通过 Febase 使用联合与开放的策略成功统一了云音乐的前端基础设施，覆盖音乐事业部所有前端研发人员，日均构建次数 350 ，活跃应用 220 ；也提供了自定义的扩展能力，帮助业务最小成本地接入到 Febase 平台。后续针对应用类型的扩展也变得非常简单，比如我们针对 GraphQL 提供的支持，基本复用了当前的平台能力。
如果你也面临同样的问题与挑战，期望通过一种非常优雅的方式来解决，希望这篇文章的过程和实现能够带给你一些启发。最后也感谢蚂蚁提供的 Kitchen 插件，在产品交互设计上给我们提供了很多灵感。
作者简介
葛星，网易云音乐前端开发专家，前端公共技术团队负责人，网易集团大前端委员会委员。十余年从业经历，曾是阿里集团最大的中后台设计系统工厂 Fusion Design 核心架构师，从前端工程化到全栈技术体系，以及前端智能化均有所涉猎。
在前端规模化 UI 生产领域及架构领域有深入的研究，包括但不限于设计系统、应用框架、低代码搭建、微前端等。
