同样是做 PWA 的离线缓存,有的团队一次上线就稳,有的反复回滚,差别通常不在工具,而在 Service Worker、IndexedDB、事务边界这 3 个环节有没有被当成一个整体设计。
一、问题定位
PWA 的离线缓存的代价往往不在正常路径,而在 Service Worker 失败之后 IndexedDB 接管的那几十秒:Service Worker 的重试、降级、补偿叠加在一起,反而把小事放大成事故。
1.1 为什么现在更值得讨论
如果只看 PWA 的离线缓存的技术指标,很容易忽略背后几个结构性变化:
- 复杂度被显式管理(前端工程):能下沉的复杂度不留给业务方
- 重复被收口(前端工程):第三次出现的逻辑抽象成共享能力
- 默认值即产品(前端工程):默认选择决定大多数用户的真实体验
二、按要点拆解:PWA 的离线缓存
2.1 Service Worker
Service Worker 的默认行为要偏向保守。前端工程场景下,Service Worker 误放的代价通常高于误拒。
- 灰度颗粒度:Service Worker 的变更按流量比例还是按租户/节点放量,决定了回滚速度
- 文档同步:Service Worker 的边界条件与默认值要写进仓库,而不是留在人脑里
- 数据兼容:Service Worker 改造期间,新旧状态格式必须双向可读
2.2 IndexedDB
IndexedDB 的容量规划要和它的调用方式匹配。同样是 IndexedDB,被同步串行调用和被异步批量调用的容量需求差一个量级。
- 状态可见:IndexedDB 的当前状态要能被外部查询,而不是只能靠日志反推
- 限流保护:IndexedDB 要能拒绝超过处理能力的请求,而不是让队列无限堆积
- 版本标识:IndexedDB 的每次变更都要带版本,便于灰度期间对比效果
2.3 事务边界
事务边界的文档要写「为什么」而不只是「怎么用」。前端工程里事务边界的设计取舍如果不记录,半年后没人知道当初为什么这么定。
- 隔离:事务边界的异常不能影响同实例上的其他租户或请求
- 灰度颗粒度:事务边界的变更按流量比例还是按租户/节点放量,决定了回滚速度
- 变更可逆:事务边界的配置与代码要能在 30 秒内回到上一版
这张依赖图里,Service Worker、IndexedDB、事务边界的先后关系比各自的实现细节更值得先确认:
Service Worker → IndexedDB → 事务边界
链路的总耗时由 Service Worker 与 IndexedDB 共同决定,但 Service Worker 的波动会直接传导到 IndexedDB,先把 Service Worker 的方差压下去,收益最确定。
三、最小可运行实现
某前端工程项目里,Service Worker 的耗时在压测里只有 5ms,线上却经常超过 100ms。差别在于线上链路更长,Service Worker 的下游被 IndexedDB 的批量调用挤占了带宽。
最终没有推翻重写,而是给 Service Worker 与 IndexedDB 的每个环节补上「最坏路径」的显式处理:Service Worker 设硬超时,IndexedDB 设兜底值,再加一个能一键回滚的开关。
把 Service Worker、IndexedDB、事务边界的编排写成代码,前端工程场景下的最小实现大致是这样:
// PWA 与浏览器存储:Service Worker 缓存 + IndexedDB
const CACHE = 'app-v1';
self.addEventListener('install', (e) => {
e.waitUntil(caches.open(CACHE).then((c) => c.addAll(['/app.js', '/style.css'])));
});
self.addEventListener('fetch', (e) => {
// 离线优先:缓存命中直接返回,未命中回源并写缓存
e.respondWith(caches.match(e.request).then((hit) => hit || fetch(e.request)));
});
// IndexedDB:结构化存储,配额不足时降级到 LocalStorage
function openDB(name, version) {
return new Promise((resolve, reject) => {
const req = indexedDB.open(name, version);
req.onsuccess = () => resolve(req.result);
req.onerror = () => reject(req.error);
});
}
四、验证与调优
按「基线 / 改动后 / 理论上限」三档对照 PWA 的离线缓存,差距最大的那一行就是下一步:
| 环节 | 单次耗时 | 占关键路径 | 优化手段 |
|---|---|---|---|
| Service Worker | 2.2ms | 38% | 缓存热路径结果 |
| IndexedDB | 3.5ms | 27% | 压缩状态体积 |
| 事务边界 | 4.8ms | 20% | 降低锁竞争 |
整体指标:P99 从 287ms 降到 169ms(-41%),吞吐从 15 万 QPS 提升到 26 万 QPS(+73%),CPU 占用从 83% 降到 57%。
4.1 灰度策略
- 阶段一(前端工程):先验证降级开关可用,再谈放量
- 阶段二(前端工程):小流量下触发一次降级,确认兜底路径
- 阶段三(前端工程):放大主路径流量,同时保持降级可用
- 阶段四(前端工程):全量后定期演练降级,避免开关失效
4.2 观测面
PWA 的离线缓存的观测面按「先指标、再日志、后链路」组织:
- 指标(前端工程):把「请求量 / 错误率 / 延迟」三条曲线放在同一时间轴上
- 日志(前端工程):每次变更都记录版本号,出问题能立刻定位到具体变更
- 链路(前端工程):跨服务调用统一带上游标识,避免链路断点
五、结论
把 PWA 的离线缓存的验收标准写进 Service Worker、IndexedDB、事务边界的契约里,后续每次改动才有共同语言。
- 先看分布再看均值(前端工程):长尾决定用户感知,均值只会掩盖问题
- 降级要演练(前端工程):没有演练过的兜底,等于没有兜底
- 指标要能行动(前端工程):每个指标都对应一个明确的处置动作

发表评论 取消回复