近些年来,越来越多的JavaScript框架(即AngularJS,BackboneJS,ReactJS)变得越来越流行。许多公司和开发人员使用这些JavaScript框架开发应用程序。这些框架有很多的优势:
前端和后端独立开发 JavaScript框架+RESTFUL的API(或微服务架构) SPA(Single Page Application) 某种程度上有利于提高开发效率但是使用JavaScript框架对前台尤其是需要支持搜索引擎的页面是很有问题的,这是因为我们使用这些框架基本上都是基于虚拟元素或属性和JavaScript绑定JSON对象,都是SEO不友好的。很多搜索引擎,社交媒体,爬虫甚至不支持抓取JavaScript的网页。
很庆幸的是,我们可以使用PreRender.io预渲染页面(PreRender.io通过执行页面上的JavaScript,然后呈现给搜索引擎爬虫)。
Prerender.io是基于Node.js的程序,它可以让你的JavaScript网站支持搜索引擎,社交媒体,并且它兼容所有的JavaScript框架和库。它采用PhantomJS渲染JavaScript的网页然后呈现为HTML。此外,我们可以实现的prerender服务层来缓存访问过的页面,这将大大提高性能。
PhantomJS是利用JavaScript API脚本化的Headless WebKit。它具有 速度快 和 支持Native 的各种Web标准:DOM处理,CSS选择器,JSON,Canvas和SVG。
现已有很多prerender许多中间件(我们可以用它来实现应用程序内部逻辑的prerender库):
NodeJS Express Ruby on Rails Java ASP.NET MVC PHP Zend Framework Apache Nginx.你可以找到从这个链接找到大多数的中间件: https://prerender.io/documentation/install-middleware。Apache和Nginx的是服务器容器级中间件,其他都是应用层面的中间件。
官方网站是: https://prerender.io/。
GitHub的网址: https://github.com/prerender
你可以到我的github地址下载我写的ASP.NET MVC 和ASP.NET Core的中间件: https://github.com/dingyuliang/prerender-dotnet
或者用Nuget下载我写的ASP.NET MVC 和ASP.NET Core中间件: 搜索Prerender, https://www.nuget.org/packages?q=prerender
1. ASP.NET MVC:
Install-Package DotNetOpen.PrerenderModule2. ASP.NET Core:
Install-Package DotNetCoreOpen.PrerenderMiddleware3. PrerenderReady jQuery:
Install-Package DotNetOpen.PrerenderReady.jQuery4. PrerenderReady AngularJS:
Install-Package DotNetOpen.PrerenderReady.AngularJS1
根据PreRender逻辑,我觉得有3个不同的级别的解决方案来实施prerender.io
通过中间件实现对应用程序级别prerender.io逻辑(即Express NodeJS中间件,Ruby on Rails的中间件,ASP.NET MVC中间件,...)
Http请求到达 应用程序将检查Http请求是否来自爬虫(User Agent)。 如果请求来自爬虫,那么appliaction将调用prerender服务,把原来的URL作为查询字符串。 预渲染服务将调用应用程序 应用程序返回原始的HTML用JavaScript逻辑的prerender服务 预渲染服务将执行内部HTML的JavaScript(与浏览器类似) 预渲染服务将最终的HTML返回到应用程序。 Appliaction将最终的HTML返回到浏览器。 如果Http请求来自普通用户,应用程序将执行输出,并发送回浏览器。
通过使用URL重写中间件,实施服务器容器级别prerender.io逻辑(i.e. Apache,Nginx,IIS)。
Http请求到达 服务器容器(如Apache,Nginx,IIS)将检查Http请求是否来自爬虫(User Agent)。 如果Http请求来自爬虫,然后重写URL(将原始URL作为查询字符串)预呈现服务。 预渲染服务将调用应用程序 应用程序返回JavaScript逻辑原始的HTML 预渲染服务将执行内部HTML的JavaScript,与浏览器类似 预渲染服务将返回最终的HTML服务器容器(Apache,Nginx,IIS)。 如果Http请求来自普通用户,然后将流量重定向到应用程序。应用程序将执行并返回输出到服务器容器。我们通过负载均衡的代理实现网络级prerender.io逻辑,i.e. HAProxy:
Http请求到达 负载均衡代理会检查Http请求是否来自爬虫(User Agent)。 如果Http来自爬虫,然后将流量重定向(将原始URL作为查询字符串)预呈现服务。 预渲染服务将调用应用程序 应用程序返回包含JavaScript原始的HTML 预渲染服务将执行内部HTML的JavaScript,与浏览器类似 预渲染服务将最终的HTML返回给负载平衡的代理。 如果Http请求来自普通用户,将流量重定向到应用程序。应用程序将执行并返回输出到负载平衡的代理。
以上3种不同的解决方案是在不同的级别解决相同的问题,但是它们有着不同的性能结果。
方案1:应用层该解决方案易于实施,易于调试,但它也加重应用程序负载,因为应用程序需要等待的prerender服务调用的应用程序和执行JavaScript,这将需要大量的时间等待,并且等待时间取决于它的JavaScript逻辑的复杂性。因此,这种解决方案的瓶颈是应用程序。
如果的prerender服务已关闭,会影响普通用户访问体验(长时间的请求预呈现服务,消耗应用程序和服务器容器资源)。
推荐指数:1
方案2:服务器容器级别这种解决方案利用URL重写逻辑来将负载瓶颈从应用级移到IIS级,这种方案提高了应用程序的灵活性。
如果的prerender服务已关闭,会影响普通用户访问体验是(长时间的请求预呈现服务,消耗服务器容器资源)。
推荐指数:2
方案3:网络级别这种解决方案将在最高水平通过使用负载平衡来实现,在网络级,因此,存在于服务器容器和应用程序无瓶颈,因为它移动到负载平衡。
有了这个解决方案,甚至的prerender服务关闭,也不会影响到普通用户的接入体验。
推荐指数:3
基于上述的基本分析,通常来说,方案3比方案2更好,方案2比方案1更好。
无论我们将要使用那种解决方案,我们总应该思考如何提高性能,因为执行JavaScript逻辑总会比执行服务器端逻辑花费更长的时间,而且不可预见。
在另一方面,如果我们只重定向爬虫的Http请求到预渲染服务,我们不需要提供最新信息给爬虫,我们可以使用prerender的缓存服务来提高性能,我们可以缓存爬虫访问过的页面12小时-1天。
在接下来文章中,我将解释如何使用开源项目来实现的prerender服务.