写点什么

前端技术选型的遗憾和经验教训

  • 2019-02-01
  • 本文字数:1705 字

    阅读完需:约 6 分钟

前端技术选型的遗憾和经验教训

我是 Max,Spectrum 的技术联合创始人。Spectrum 是一个面向大型在线社区的开源聊天应用程序,最近被GitHub收购。我们是一个三人团队,主要拥有前端和设计背景,我们在这个项目上工作了近两年时间。


事后看来,以下是我做出的令自己感到遗憾的技术选型以及从中学到的经验教训。

遗憾 1:没有使用 react-native-web

Spectrum 的很大一部分吸引力在于内容是公开的和可搜索的,所以我们在开发原生应用之前先开发了网站。


我们的搜索索引做得很成功,但用户一直在要求有更好的移动体验。我们现在正在开发原生应用程序,但因为是从头开始,所以很耗时。如果我们当初使用 react-native-web 来构建网站,就可以重用一些基础组件,加快原生应用程序的开发速度!


最重要的是,我们应该已经对网站的移动版本进行了优化。如果移动体验做得足够好,即使是在桌面上也是可接受的,只需要做一些调整即可。然而,桌面体验在移动设备上的表现就有点令人生厌了。事实证明,不管我们做得多么好,都难以在各种尺寸的设备上有良好的表现。


学到的第 1 课:构建一个好产品就是要不断进行实验,加快开发速度,为了迭代速度和灵活性而优化。

遗憾 2:没有使用 Next.js

出于 SEO 的目的,我们需要使用服务器端渲染。但我们已经使用 create-react-app 构建了应用程序的第一个版本。我们考虑过切换到 Next.js,但我认为重新设计路由和数据获取比我们自己构建服务器端渲染的工作量更大。


但事实证明,自己构建生产就绪的服务器端渲染非常困难。它需要很大的工作量,并且很难为开发人员和用户提供良好的体验。


Next.js 提供了惊人的开发体验和性能,更不用说活跃的社区和优秀的文档。如果我们现在重新开始,我会怀着激动的心情使用它。


学到的第 2 课:尽可能使用现有的解决方案来解决技术问题,特别是那些你不了解的问题。

遗憾 3:使用了 RethinkDB

我之所以选择 RethinkDB 作为我们的主要数据存储,主要是因为它的 changefeed 功能。这个功能允许你监听几乎任何一个查询的实时更新。我认为它可以降低系统的复杂性,因为我们不需要为了实时功能单独使用另一个发布和订阅系统。


但不幸的是,我们在 RethinkDB 上遇到了很多麻烦。由于它没有被广泛使用,几乎没有关于如何操作数据库的文档和资料。我们经历了好多次数据库中断,调试问题感觉像是在蒙着眼睛走路。


事实证明,changefeed 的可扩展性并不如我们预期的那样好。虽然我们设法解决它,但我们原本没有必要这么做。


现在,我会选择一个更成熟的数据库(或许 Postgres?),并基于它构建一个发布和订阅系统。


学到的第 3 课:谨慎选择以后难以更改的核心技术。


学到的第 4 课:在选择技术时,优先考虑社区规模和维护活跃度,尤其是在不熟悉的领域。

遗憾 4:使用了 DraftJS 和 WYSIWYG 编辑器

文本输入是 Spectrum 用户的主要活动之一,我们希望为用户带来很棒的输入体验。我决定使用基于 Draft.js(最近由 Facebook 发布)的自定义 WYSIWYG 编辑器替换纯文本 Markdown 输入。


可惜的是它效果并不好。即使经过数月的努力,我们的用户仍然在不断抱怨,说编辑器真的很难用。最重要的是,编辑器的库占了我们 JavaScript 包大小的大部分,而且缺乏跨浏览器支持意味着我们必须将普通文本输入作为后备选项。


另一个框架可能效果更好,但我们应该专注于更紧迫的功能。我认为我们需要 WYSIWYG 编辑,但并没有与用户就此事展开交流。否则,我们很快就会意识到根本就没有必要所以这个编辑器。


学到的第 5 课:在考虑新技术时要谨慎,偏向保守的选择。

学到的第 6 课:开放路线图,了解用户的优先事项。

小贴士

即使改变了这些决定,也不会让 Spectrum 自己成为更好的产品。但这样会节省我们的时间,让我们花更多的时间进行实验。


总而言之,以下是我总结的六个经验教训。


  1. 构建一个好产品就是要不断进行实验,加快开发速度,为了迭代速度和灵活性而优化。

  2. 尽可能使用现有的解决方案来解决技术问题,特别是那些你不了解的问题。

  3. 谨慎选择以后难以更改的核心技术。

  4. 在选择技术时,优先考虑社区规模和维护活跃度,尤其是在不熟悉的领域。

  5. 在考虑新技术时要谨慎,偏向保守的选择。

  6. 开放路线图,了解用户的优先事项。


查看英文原文:https://mxstbr.com/thoughts/tech-choice-regrets-at-spectrum


2019-02-01 08:007378
用户头像

发布了 731 篇内容, 共 484.2 次阅读, 收获喜欢 2008 次。

关注

评论 2 条评论

发布
用户头像
没有从业务和使用场景上分析不具又什么参考价值,如果两个开发ios的又写一篇后悔使用的react-native了
2019-02-10 21:37
回复
用户头像
可以考虑用 react-native-web 和 react-native 来做三端统一开发
2019-02-01 23:45
回复
没有更多了
发现更多内容

2022 年最有前景的 5 个 Web IDE

开源之巅

开发者工具 WebIDE

Linux之head命令

入门小站

Linux

通过Amazon SageMaker与Amazon Step Functions实现机器学习的CI/CD 方案

亚马逊云科技 (Amazon Web Services)

分析

​虚幻引擎5更新:头部工作室如何使用Perforce Stream实现虚幻升级

龙智—DevSecOps解决方案

虚幻引擎 虚幻引擎5 UE5

技术分享| 如何快速实现音视频在线通话

anyRTC开发者

音视频 语音通话 视频通话 呼叫邀请 离线推送

读《思辨与立场》-08设计你的人生

wood

28天写作 批判性思维 思辨与立场

推出Amazon Kinesis Data Analytics Studio —— 与流数据快速交互

亚马逊云科技 (Amazon Web Services)

分析

Amazon Redshift ML现已正式推出——使用SQL创建机器学习模型并通过您的数据进行预测

亚马逊云科技 (Amazon Web Services)

分析

Amazon Timestream 在车联网场景的典型应用和性能测试

亚马逊云科技 (Amazon Web Services)

分析

风云叱咤,尚硅谷云原生实战教程(下篇)发布

编程江湖

Java 开发

外贸订单回暖,集装箱持续爆舱,低代码或将成外贸行业新财富密码

优秀

低代码 外贸管理

面对持续不断生成的流数据—— Amazon Kinesis Data Analytics 实现及时分析与处理

亚马逊云科技 (Amazon Web Services)

分析

使用 Amazon Athena 做漏斗分析——实现更高效的数据湖检索

亚马逊云科技 (Amazon Web Services)

分析

轻松搭建数据仓库,与FreeWheel一起“玩转”Amazon EMR

亚马逊云科技 (Amazon Web Services)

分析

Go 的 golang.org/x/ 系列包和标准库包有什么区别?

AlwaysBeta

golang Go 语言

如何摆脱机房教师控制?

喀拉峻

网络安全 安全 信息安全 计算机

通用数据保护条例的监管下,你的数据湖“断舍离”了吗?

亚马逊云科技 (Amazon Web Services)

分析

使用Amazon RDS for Oracle配合Oracle Active Data Guard建立托管的灾难恢复与只读副本

亚马逊云科技 (Amazon Web Services)

分析

直播预告丨和我们一起过圣诞吧!Hackathon 创意攻略等你查收

PingCAP

使用 Python Poetry 进行依赖管理

华为云开发者联盟

Python Python Poetry 依赖项管理 Poetry

2022 用好这 8 个工具,提升前端工程师软技能

开源之巅

Web 前端开发

大数据开发 Spark 模块之SparkSQL

@零度

大数据 spark Sparksql

在Amazon SageMaker上快速、灵活构建TensorFlow模型的在线推理服务

亚马逊云科技 (Amazon Web Services)

分析

“你最崇拜的人是谁”,从面试问题看标杆学习法

编程江湖

面试题

体育锻炼的好处

Tiger

28天写作

Vue.js关于响应式部分的优化

编程江湖

前端开发

模块7作业

panxiaochun

架构实战营

kafka的JavaAPI操作

编程江湖

大数据

在线JSON转toml工具

入门小站

工具

借助Amazon EMR与外部KDC进行身份认证,有效集成业务场景

亚马逊云科技 (Amazon Web Services)

分析

互联网行业办理过等保业务,选择哪款堡垒机好?

行云管家

互联网 网络安全 堡垒机 云堡垒机

前端技术选型的遗憾和经验教训_大前端_Max_InfoQ精选文章