# 深入理解Chromium的渲染机制 站点:答源(https://www.dandroid.cn/) 原文:https://www.dandroid.cn/archives/18155 Canonical:https://www.dandroid.cn/archives/18155 作者:dandroid004 发布日期:2023-08-23 最后更新:2023-08-23 16:26 分类:教程 内容类型:post 说明:本页是原文的纯文本镜像,供大模型与检索器完整读取;不含导航、广告、付费框。引用请以上方「原文」链接为准。 ## 正文 今天我们来聊一聊Chromium的渲染机制,这也是渲染机制系列的第二篇,最近大半年的工作都和H5容器有关,因而花了点时间学习了下Chromium项目,这里着重去分析一下它的渲染机制。 从开发者的角度,当我们去看一个H5容器的时候,和它一起工作的有以下角色: ●软件 ○Chromium:WebView、Content、Blink、V8、Net、Base等 ○Android OS:View/Window、Activity、WindowManager、ActivityManager、Surface/Texture、SurfaceFlinger。 ○Graphics:OpenGL ES、Skia、Vulkan ○Binders ○Linux Kernel ●硬件 ○显示屏 ○CPU ○GPU 如下所示: 当然实际的构造复杂的多,用户在点击屏幕打开H5页面时,一般会经历以下几个阶段。 1触摸反馈:首先是触摸,这个触摸事件是怎么传递到Android里面的App的。 2容器创建:当触摸事件传递到App中,Android是怎么启动WebView容器来加载URL的。这里会涉及Chromium内核的启动等相关知识。 3页面加载:WebView启动以后,是怎样向服务端发送主文档请求的,又是怎么接收主文档响应的。 4页面渲染:WebView接收到主文档之后,是怎么样将它解析成页面的,这个是最为关键也是最为复杂的一环。 可以看到,页面在渲染之前还有需要工作需要处理,容器的启动也是个耗时的操作,为什么会特地聊聊容器启动呢,因为这个也是H5页面体验的重要组成部分,因为是Native的关系,前端同学可能会关注不到。而且容器导航阶段是重要的预加载时机,我们可以在这里做很多事情,例如: 1接口预加载 2HTML文档预加载 3资源预加载 4导航的时候创建一个JS Engine,可以提前执行JS逻辑,把导航预加载这个能力开放给前端 言归正传,我们接着来聊聊渲染机制。 Rendering Architecture 浏览器的渲染过程就是把网页通过渲染管道渲染成一个个像素点,最终输出到屏幕上。这里面就涉及3个角色 ●输入端:网页,Chromium将其抽象成Content。 ●渲染管线:主要是Blink负责DOM解析、样式布局、绘制等操作,将网页内容转换为绘制指令。 ●输出端:主要负责把绘制指令转换为像素,显示在屏幕上。 什么是输入端(Content)? 我们在Chromium这个项目里会频繁的看到Content这个概念,那么Content到底是什么呢。Content是渲染网页内容的区域,在Java层对应AwContent,底层有WebContents表示,如下所示: content在代码由content::WebContents来描述,它在独立的Render进程由Blink创建。具体说来Content对应着前端开发中涉及的HTML、CSS、JS、image等,如下所示: 什么是渲染管线(Rendering Pipeline)? 渲染管线可以理解为对渲染流程的拆解,向工厂流水线一样,上一个车间生成的半成品送到下一个车间继续装配。拆解渲染流程有助于把渲染流程简单化,提高渲染效率。 渲染时动态的,内容发生变化时,就会触发渲染,更新像素点,和Android的绘制系统一样,触发绘制也是由invalidate机制触发的,触发渲染后,执行整个渲染管线是非常昂贵的,因而Blink也在想法设法减少不必要的渲染动作,提高渲染效率。 ●触发的条件如下所示: ○scrolling ○zooming ○animations ○incremental loading ○javascript ●各个流程的触发方法如下: ○Style:Node::SetNeedsStyleRecalc() ○Layout:LayoutObject::SetNeedsLayout() ○Paint:PaintInvalidator::InvalidatePaint() ○RasterInvalidator::Generate() 渲染管道把网页转换为绘制指令后,它并不能直接把绘制指令变成像素点(光栅化)显示在屏幕上(Window),这个时候就需要借助操作系统自己的能力(底层的图形库),在图形界面这一块大部分平台都遵循OpenGL标准化的API。例如Windows上的DirectX,Android上的Vulcan。如下图所示: 通过上面的描述,我们了解了Conntent从哪里来,要到哪里去。总的来说就是把HTML、CSS、JS等转换为正确的OpenGL指令,然后渲染到屏幕上,与用户交互。 在了解了渲染的基本要素以后,我们来看看具体的渲染流程是怎样执行的,如下所示: 我们先来说结构 从上到下,分层来说: ●Blink:运行在Render进程的Render线程,它是Chromium的Blink渲染引擎,主要负责HTML/CSS的解析、jS的解释执行(V8)、DOM操作、排版、图层树的构建更新等任务。 ●Layer Compositor:运行在Render进程的Compositor线程,它负责接收Blink生成的Main Frame,负责图层树的管理、图层的滚动、旋转等矩阵变化,图层的分块、光栅化、纹理上传等任务。 ●Display Compositor:运行在Browser进程的UI线程,它负责接收Layer Compositor生成的Compositor Frame,输出最终的OpenGL绘制指令,将网页内容通过GL贴图操作绘制到目标窗口上。 这里面还提到了每个层级向上输出的产物帧,帧(Frame)描述了渲染流水线下级模块向上级模块输出的绘制内容相关数据的封装。 ●Main Frame:包含了对网页内容的描述,主要以绘图指令的形式,或者理解为某个时间点对整个网页的一个矢量图快照。 ●Compositor Frame:Layer Compositor接收Blink生成的Main Frame,并转换成内部的合成器结构。它会被发往Browser,并最终到达Compositor Frame,它主要由两部分构成: ○Resource:它是对Texture的封装,Layer Compositor为每个图层分块,然后为每个分块分配Resource,然后安排光栅化任务。 ○Draw Quad:它代表了绘制指令(矩形绘制指令,指定了坐标、大小、变换矩阵等属性),Layer Compositor接收到Browser的绘制请求时,它会为当前可见区域每个图层的每个分块生成一个Draw Quad绘制指令。 ●GL Frame:Display Compositor将Compositor Frame的每个Draw Quad绘制指令转换成一个GL多边形绘制指令,使用对应的Resource封装的Texture对目标窗口进行贴图。这个GL绘图指令的集合就构成了一个GL Frame,最终由GPU执行这些GL指令完成网页在窗口可见区域的绘制。 整个渲染水流水线的调度基于请求和状态机响应,调度的中枢运行在Browser UI线程,它按照显示器的VSync信号向Layer Compositor发出输出下一帧的请求,而Layer Compositor根据自身的状态机的状态决定是否需要Blink输出下一帧。而Layer Compositor和Display Compositor是生成者和消费者的关系,Display Compositor持有一个Compositor Frame队列不断的进行取出和绘制,输出的频率取决于 Compositor Frame的输入帧率和自身GL Frame的绘制频率。 Flow 我们再来说流程 1Parse/DOM:将Content解析成DOM树,它是后面各个渲染流程的基础。 2Style:解析并应用样式表。 3Layout:布局。 4Compositing update:将整个页面按照一定规则,分成独立的图层,便于隔离更新。 5prepaint:构建属性树,使得可以单独操作某个节点(变换、裁剪、特效、滚动),不至于影响它的子节点。 6paint:paint这个单词名词有油漆、颜料的含义。动词有用颜料画等含义。这里我觉得使用它的名词含义比较贴切,Paint操作会将布局树(Layout Tree)中的节点(Layout Object)转换成绘制指令(例如绘制矩形、绘制字体、绘制颜色,这有点像绘制API的调用)的过程。然后把这些操作封装在Dsipaly Item中,所以这些Display Item就像是油漆,它还没有真正的开始粉刷(绘制Draw)。 7Commit:commit会把paint阶段的数据拷贝的合成器线程。 8Tiling:raster接收到paint阶段的绘制指令之后,会先对图层进行分块。图块是栅格化(Raster)的基本工作单位。 9Raster:栅格化。 10Activate:栅格化是个异步的过程,因而图层树(Layer Tree)被分为了Pending Tree(负责接收Commit提交的Layer进行栅格化操作)和Activate Tree(从这里取出栅格化的Layer进行Draw操作),从Pending Tree拷贝Layer到Activate Tree的过程就叫做Activate。 11Draw:这里要和上面的Paint区分开来了,图块被栅格化以后,合成器线程会为每个图块生成draw quads(quads有四边形之意,它代表了在屏幕特定位置绘制图块的指令,包含属性树里面的变换、特效等信息),这些draw quads被封装到Compositor Frame中输出给GPU,Draw操作就是生成draw quads的过程。 12Display:生成了Compositor Frame以后,Viz会调用GL指令把draw quads最终输出到屏幕上。 我们来分别看具体的流程。 Rendering Pipeline 注:Rendering Pipeline里的图片来自于Chromium工程师的ppt Life of a Pixel的截图。 Blink 01 Parse 相关文档 ●DOM标准 相关源码 ●/blink/renderer/core/dom 当我们从服务器上下载了一份HTML文档,第一步就是解析,HTML解析器接收标签和文本流(HTML是纯文本格式)把HTML文档解析成DOM树。DOM(Document Object Model)即文档对象模型,DOM及时页面的内部表示,也为JavaScript暴露了API接口(V8 DOM API),可以让JavaScript程序改变文档的结构、样式和内容。 它是一个树状结构,我们在后续的渲染流程中还会看到很多树形结构(例如布局树、属性树等)因为它们都是基于DOM树的结构(HTML的结构)而来的。 注:HTML文档中可能包含多棵DOM树,因为HTML支持自定义元素,这种树通常被称为Shadow Tree。 解析HTML生成DOM树流程如下: 1HTMLDocumentParser负责解析HTML中的token,生成对象模型。 2HTMLTreeBuilder负责生成一棵完整的DOM树,同一个HTML文档可以包含多个DOM树,Custom Element元素具有一棵shadow tree。在shadow tree slot中传入的节点会被FlatTreeTraversal向下遍历时找到。 DOM树(DOM Tree)作为后续绘制流程的基础, 还会基于它生产各种类型的树,具体说来,主要会经历如下转换: 对象转换 ●DOM Tree -> Render Tree -> Layer Tree ●DOM node -> RenderObject -> RenderLayer DOM Tree(节点是DOM node) 当加载一个HTML时,会对他进行解析,生成一棵DOM树。DOM树上的每一个节点都对应这网页里面的每一个元素,网页可以通过JavaScript操作这棵DOM树。 Render Tree(节点是RenderObject) 但是DOM树本身并不能直接用于排版和渲染,因此内核会生成Render Tree,它是DOM Tree和CSS相结合的产物,两者的节点几乎是一一对应的。Render Tree是排版引擎和渲染引擎之间的桥梁。 Layer Tree(节点是RenderLayer) 渲染引擎并不是直接使用Render Tree进行绘制的,为了更加方便的处理定位、裁剪、业内滚动等操作,渲染引擎会生成一棵Layer Tree。渲染引擎会为一些特定的RenderObject生成相应的RenderLayer,不过该RenderObject的子节点没有相应的RenderLayer,那么它就从属于父节点的RenderLayer。渲染引擎会遍历每一个RenderLayer,再遍历从属于这个RenderLayer的RenderObject,将每一个RenderObject绘制出来。 可以这么理解,Layer Tree决定了网页的绘制顺序,从属于RenderLayer的RenderObject决定了这个Layer的绘制内容。 什么样的RenderObject会成为RenderLayer呢。GPU Accelerated Compositing in Chrome是这样定义的: ●It's the root object for the page ●It has explicit CSS position properties (relative, absolute or a transform) ●It is transparent ●Has overflow, an alpha mask or reflection ●Has a CSS filter ●Corresponds to element that has a 3D (WebGL) context or an accelerated 2D context ●Corresponds to a