详解事件循环与浏览器渲染机制

简介: 摘要:浏览器采用多进程架构,渲染主线程通过事件循环机制处理HTML解析、样式计算、布局等任务。异步机制避免主线程阻塞,任务按优先级在微队列、交互队列等不同队列中调度。JS执行会阻碍渲染,因其与渲染任务共享主线程。渲染流程包含解析、样式计算、布局、分层等阶段,最终由合成线程和GPU完成绘制。transform效率高因其仅影响合成阶段,不涉及主线程。reflow是布局重计算,repaint是绘制指令更新,两者均影响性能。

 1 事件循环机制

1.1 浏览器进程模型

浏览器是一个多进程多线程的应用程序,其内部的工作机制及其复杂,为了避免相互影响,为了减少连环崩溃的几率,当启动浏览器后,它会自动启动多个进程。

image.gif 编辑

可以在浏览器的任务管理器中查看当前的所有进程。其中,最主要的进程有:

  1. 浏览器进程
    主要负责界面显示、用户交互、子进程管理等。浏览器进程内部会启动多个线程处理不同的任务。
  2. 网络进程
    负责加载网络资源。网络进程内部会启动多个线程来处理不同的网络任务。
  3. 渲染进程
    渲染进程启动后,会开启一个渲染主线程,主线程负责执行 HTML、CSS、JS 代码。
    默认情况下,浏览器会为每个标签页开启一个新的渲染进程,以保证不同的标签页之间不相互影响。

将来该默认模式可能会有所改变,可参见chrome官方说明文档

1.2 事件循环-渲染主线程工作机制

渲染主线程是浏览器中最繁忙的线程,需要它处理的任务包括但不限于:

  • 解析 HTML
  • 解析 CSS
  • 计算样式
  • 布局
  • 处理图层
  • 每秒把页面画 60 次
  • 执行全局 JS 代码
  • 执行事件处理函数
  • 执行计时器的回调函数

要处理这么多的任务,主线程遇到了一个前所未有的难题:如何调度任务?

比如:

  • 我正在执行一个 JS 函数,执行到一半的时候用户点击了按钮,我该立即去执行点击事件的处理函数吗?
  • 我正在执行一个 JS 函数,执行到一半的时候某个计时器到达了时间,我该立即去执行它的回调吗?
  • 浏览器进程通知我“用户点击了按钮”,与此同时,某个计时器也到达了时间,我应该处理哪一个呢?
  • ......

渲染主线程想出了一个绝妙的主意来处理这个问题:排队

image.gif 编辑

  1. 在最开始的时候,渲染主线程会进入一个无限循环
  2. 每一次循环会检查消息队列中是否有任务存在。如果有,就取出第一个任务执行,执行完一个后进入下一次循环;如果没有,则进入休眠状态。
  3. 其他所有线程(包括其他进程的线程)可以随时向消息队列添加任务。新任务会加到消息队列的末尾。在添加新任务时,如果主线程是休眠状态,则会将其唤醒以继续循环拿取任务

这样一来,就可以让每个任务有条不紊的、持续的进行下去了。

整个过程,被称之为事件循环(消息循环)

1.3 异步机制

1.3.1 何为异步?

代码在执行过程中,会遇到一些无法立即处理的任务,比如:

  • 计时完成后需要执行的任务 —— setTimeoutsetInterval
  • 网络通信完成后需要执行的任务 -- XHRFetch
  • 用户操作后需要执行的任务 -- addEventListener

如果让渲染主线程等待这些任务的时机达到,就会导致主线程长期处于「阻塞」的状态,从而导致浏览器「卡死」

image.gif 编辑

渲染主线程承担着极其重要的工作,无论如何都不能阻塞!

因此,浏览器选择异步来解决这个问题,使用异步的方式,渲染主线程永不阻塞

image.gif 编辑

1.3.2 如何理解JS的异步

参考答案:

JS是一门单线程的语言,这是因为它运行在浏览器的渲染主线程中,而渲染主线程只有一个。

而渲染主线程承担着诸多的工作,渲染页面、执行 JS 都在其中运行。

如果使用同步的方式,就极有可能导致主线程产生阻塞,从而导致消息队列中的很多其他任务无法得到执行。这样一来,一方面会导致繁忙的主线程白白的消耗时间,另一方面导致页面无法及时更新,给用户造成卡死现象。

所以浏览器采用异步的方式来避免。具体做法是当某些任务发生时,比如计时器、网络、事件监听,主线程将任务交给其他线程去处理,自身立即结束任务的执行,转而执行后续代码。当其他线程完成时,将事先传递的回调函数包装成任务,加入到消息队列的末尾排队,等待主线程调度执行。

在这种异步模式下,浏览器永不阻塞,从而最大限度的保证了单线程的流畅运行。

1.3.3 JS为何会阻碍渲染?

先看代码

<h1>Hello World!</h1>
<button>change</button>
<script>
  var h1 = document.querySelector('h1');
  var btn = document.querySelector('button');
  // 死循环指定的时间
  function delay(duration) {
    var start = Date.now();
    while (Date.now() - start < duration) {}
  }
  btn.onclick = function () {
    h1.textContent = 'Hello 吕贵浩!';
    delay(3000);
  };
</script>

image.gif

image.gif 编辑

image.gif 编辑

当点击按钮时,等3S后页面变化,可用事件循环解释上述现象

首先渲染主线程执行全局JS,消息队列为空。执行到点击事件时,主线程通知交互线程监听按钮点击事件,点击后执行回调函数Fn,此时渲染主线程执行完毕。等待交互线程监听到点击事件时,将回调函数放入消息队列,等待渲染主线程执行。执行过程中,首先将dom元素h1的文本修改,然后产生一个绘制任务并将绘制任务添加到任务队列中,然后又调用到delay函数死循环3000ms,delay执行完毕后,主线程再此执行完毕,此时才从消息队列中将绘制任务任务执行。

在此过程中,JS执行和页面渲染任务都在渲染主线程上执行。JS执行会影响页面绘制,如果JS某段业务逻辑执行时间很长,会导致绘制任务在消息队列中长时间阻塞。

1.3.4 任务有优先级机制吗?

任务没有优先级,在消息队列中先进先出

消息队列是有优先级的

根据 W3C 的最新解释:

  • 每个任务都有一个任务类型,同一个类型的任务必须在一个队列,不同类型的任务可以分属于不同的队列。 在一次事件循环中,浏览器可以根据实际情况从不同的队列中取出任务执行。
  • 浏览器必须准备好一个微队列,微队列中的任务优先所有其他任务执行 https://html.spec.whatwg.org/multipage/webappapis.html#perform-a-microtask-checkpoint
  • 随着浏览器的复杂度急剧提升,W3C 不再使用宏队列的说法

在目前 chrome 的实现中,至少包含了下面的队列:

  • 延时队列:用于存放计时器到达后的回调任务,优先级「中」
  • 交互队列:用于存放用户操作后产生的事件处理任务,优先级「高」
  • 微队列:用户存放需要最快执行的任务,优先级「最高」

添加任务到微队列的主要方式主要是使用 Promise、MutationObserver

例如:

// 立即把一个函数添加到微队列
Promise.resolve().then(函数)

image.gif

浏览器还有很多其他的队列,由于和我们开发关系不大,不作考虑

1.4 面试题

阐述一下 JS 的事件循环?

参考答案:

事件循环又叫做消息循环,是浏览器渲染主线程的工作方式。

在 Chrome 的源码中,它开启一个不会结束的 for 循环,每次循环从消息队列中取出第一个任务执行,而其他线程只需要在合适的时候将任务加入到队列末尾即可。

过去把消息队列简单分为宏队列和微队列,这种说法目前已无法满足复杂的浏览器环境,取而代之的是一种更加灵活多变的处理方式。

根据 W3C 官方的解释,每个任务有不同的类型,同类型的任务必须在同一个队列,不同的任务可以属于不同的队列。不同任务队列有不同的优先级,在一次事件循环中,由浏览器自行决定取哪一个队列的任务。但浏览器必须有一个微队列,微队列的任务一定具有最高的优先级,必须优先调度执行。

JS 中的计时器能做到精确计时吗?为什么?

参考答案:

不行,因为:

  1. 计算机硬件没有原子钟,无法做到精确计时
  2. 操作系统的计时函数本身就有少量偏差,由于 JS 的计时器最终调用的是操作系统的函数,也就携带了这些偏差
  3. 按照 W3C 的标准,浏览器实现计时器时,如果嵌套层级超过 5 层,则会带有 4 毫秒的最少时间,这样在计时时间少于 4 毫秒时又带来了偏差
  4. 受事件循环的影响,计时器的回调函数只能在主线程空闲时运行,因此又带来了偏差

2 浏览器渲染机制

2.1 浏览器渲染页面流程

当浏览器的网络线程收到 HTML 文档后,会产生一个渲染任务,并将其传递给渲染主线程的消息队列。在事件循环机制的作用下,渲染主线程取出消息队列中的渲染任务,开启渲染流程。

image.gif 编辑

整个渲染流程分为多个阶段,分别是: HTML 解析、样式计算、布局、分层、绘制、分块、光栅化、绘画。每个阶段都有明确的输入输出,上一个阶段的输出会成为下一个阶段的输入。这样,整个渲染流程就形成了一套组织严密的生产流水线。

image.gif 编辑

解析HTML

渲染的第一步是解析 HTML

解析过程中遇到 CSS 解析 CSS,遇到 JS 执行 JS。为了提高解析效率,浏览器在开始解析前,会启动一个预解析的线程,率先下载 HTML 中的外部 CSS 文件和 外部的 JS 文件。

如果主线程解析到link位置,此时外部的 CSS 文件还没有下载解析好,主线程不会等待,继续解析后续的 HTML。这是因为下载和解析 CSS 的工作是在预解析线程中进行的。这就是 CSS 不会阻塞 HTML 解析的根本原因。

如果主线程解析到script位置,会停止解析 HTML,转而等待 JS 文件下载好,并将全局代码解析执行完成后,才能继续解析 HTML。这是因为 JS 代码的执行过程可能会修改当前的 DOM 树,所以 DOM 树的生成必须暂停。这就是 JS 会阻塞 HTML 解析的根本原因。

第一步完成后,会得到 DOM 树和 CSSOM 树,浏览器的默认样式、内部样式、外部样式、行内样式均会包含在 CSSOM 树中。

image.gif 编辑

image.gif 编辑 image.gif 编辑

image.gif 编辑

image.gif 编辑

样式计算

渲染的下一步是样式计算

主线程会遍历得到的 DOM 树,依次为树中的每个节点计算出它最终的样式,称之为 Computed Style。

在这一过程中,很多预设值会变成绝对值,比如red会变成rgb(255,0,0);相对单位会变成绝对单位,比如em会变成px

这一步完成后,会得到一棵带有样式的 DOM 树。

image.gif 编辑

布局

接下来是布局,布局完成后会得到布局树。

布局阶段会依次遍历 DOM 树的每一个节点,计算每个节点的几何信息。例如节点的宽高、相对包含块的位置。

大部分时候,DOM 树和布局树并非一一对应。

比如display:none的节点没有几何信息,因此不会生成到布局树;又比如使用了伪元素选择器,虽然 DOM 树中不存在这些伪元素节点,但它们拥有几何信息,所以会生成到布局树中。还有匿名行盒、匿名块盒等等都会导致 DOM 树和布局树无法一一对应。

image.gif 编辑

image.gif 编辑

分层

下一步是分层

主线程会使用一套复杂的策略对整个布局树中进行分层。

分层的好处在于,将来某一个层改变后,仅会对该层进行后续处理,从而提升效率。

滚动条、堆叠上下文、transform、opacity 等样式都会或多或少的影响分层结果,也可以通过`will-change`属性更大程度的影响分层结果。

image.gif 编辑

绘制

再下一步是绘制

主线程会为每个层单独产生绘制指令集,用于描述这一层的内容该如何画出来。

image.gif 编辑

image.gif 编辑

分块

完成绘制后,主线程将每个图层的绘制信息提交给合成线程,剩余工作将由合成线程完成。

合成线程首先对每个图层进行分块,将其划分为更多的小区域。

它会从线程池中拿取多个线程来完成分块工作。 image.gif 编辑

image.gif 编辑

编辑

image.gif 编辑

光栅化

分块完成后,进入光栅化阶段。

合成线程会将块信息交给 GPU 进程,以极高的速度完成光栅化。

GPU 进程会开启多个线程来完成光栅化,并且优先处理靠近视口区域的块。

光栅化的结果,就是一块一块的位图

image.gif 编辑

image.gif 编辑

最后一个阶段就是

合成线程拿到每个层、每个块的位图后,生成一个个「指引(quad)」信息。

指引会标识出每个位图应该画到屏幕的哪个位置,以及会考虑到旋转、缩放等变形。

变形发生在合成线程,与渲染主线程无关,这就是transform效率高的本质原因。

合成线程会把 quad 提交给 GPU 进程,由 GPU 进程产生系统调用,提交给 GPU 硬件,完成最终的屏幕成像。

image.gif 编辑

完整过程

image.gif 编辑

2.2 常见面试题

2.2.1 什么是reflow

reflow 的本质就是重新计算 layout 树。

当进行了会影响布局树的操作后,需要重新计算布局树,会引发 layout。

为了避免连续的多次操作导致布局树反复计算,浏览器会合并这些操作,当 JS 代码全部完成后再进行统一计算。所以,改动属性造成的 reflow 是异步完成的。

也同样因为如此,当 JS 获取布局属性时,就可能造成无法获取到最新的布局信息。

浏览器在反复权衡下,最终决定获取属性立即 reflow。

image.gif 编辑

2.2.2 什么是repaint

repaint 的本质就是重新根据分层信息计算了绘制指令。

当改动了可见样式后,就需要重新计算,会引发 repaint。

由于元素的布局信息也属于可见样式,所以 reflow 一定会引起 repaint。

image.gif 编辑

2.2.3 为什么transform效率高

因为 transform 既不会影响布局也不会影响绘制指令,它影响的只是渲染流程的最后一个「draw」阶段。由于 draw 阶段在合成线程中,所以 transform 的变化几乎不会影响渲染主线程。反之,渲染主线程无论如何忙碌,也不会影响 transform 的变化。

image.gif 编辑


相关文章
|
16天前
|
人工智能 Linux API
【亲测】OpenClaw零技术部署手册:阿里云/本地极速部署+免费大模型配置+iMessage接入及常见问题解答
2026年AI智能代理工具进入爆发式发展阶段,OpenClaw(前身为Clawdbot/Moltbot)作为一款开源、本地优先的AI助理框架,凭借7×24小时在线响应、多任务自动化执行、跨平台协同等核心优势,成为个人办公与轻量团队协作的优选工具。与传统聊天式AI不同,OpenClaw不仅能实现自然语言交互,更能通过指令完成文件处理、日程管理、多平台自动化操作等实际任务,兼容多款免费大模型,是真正可落地的“数字员工”,同时支持快速接入iMessage,实现多渠道便捷交互。
1159 15
|
17天前
|
机器学习/深度学习 人工智能 PyTorch
写 PyTorch 总像在写脚本?试试 PyTorch Lightning,把模型训练变成“工程化项目”
写 PyTorch 总像在写脚本?试试 PyTorch Lightning,把模型训练变成“工程化项目”
217 14
写 PyTorch 总像在写脚本?试试 PyTorch Lightning,把模型训练变成“工程化项目”
|
22天前
|
Linux API iOS开发
保姆级图文教程!零基础阿里云+本地部署OpenClaw(Clawdbot)接入大模型豆包Seed 2.0指南
2026年,AI自主代理工具已成为个人与小型团队提升效率的核心装备,OpenClaw(曾用名Clawdbot)凭借轻量化部署、多模型兼容、插件化扩展三大优势,成为国内最受欢迎的开源AI代理框架。它支持本地离线运行与云端7×24小时挂机,可无缝对接豆包Seed 2.0等主流大模型,无需复杂开发即可实现自动问答、文档处理、任务规划、多平台消息接入等功能。
3343 5
|
1天前
|
安全 PHP
5个让PHP代码更优雅的实用技巧
5个让PHP代码更优雅的实用技巧
262 136
|
14天前
|
机器学习/深度学习 算法 数据挖掘
【预测模型】SAO-SVR雪消融算法优化支持向量机回归预测MATLAB完整代码
✅作者简介:热爱科研的Matlab仿真开发者,擅长 毕业设计辅导、数学建模、数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真 。 🍎 往期回顾关注个人主页: Matlab科研工作室  👇 关注我领取海量matlab电子书和数学建模资料  🍊个人信条:格物致知, 完整Matlab代码获取及仿真咨询内容私信 。 🔥  内容介绍  一、背景 (一)回归预测的重要性 在众多领域,如气象学、水资源管理、农业等,回归预测都扮演着关键角色。例如,在气象领域预测降水量、温度变化;水资源管理中预估河流流量、水库水位;农业方面预测农作物产量等。精准的回归预测有助于提前规划、合理分配资源以及及
|
5天前
|
监控 Java 数据挖掘
蓝易云:利用Jmeter工具进行HTTP接口的性能测试操作
10 调整优化 基础上述步骤反复迭代调整直至满足预期目标达成满意水
108 10
|
23天前
|
人工智能 前端开发 Serverless
10 分钟部署 Qwen3!阿里云 FunctionAI 模板实测,成本低至 ¥0.5/小时
通义千问Qwen3正式开源8款混合推理模型,含2款MoE(如Qwen3-235B-A22B)和6款Dense模型(从0.6B到32B),支持119种语言、思考/非思考双模式,在代码、数学等基准测试中表现优异。依托阿里云函数计算FC与FunctionAI平台,提供vLLM/SGLang/Ollama等多种部署方式,开箱即用。
725 30
|
17天前
|
人工智能 缓存 API
HagiCode 平台的多 AI Provider 架构实践
本文分享HagiCode平台基于Orleans Grain的多AI Provider架构实践:通过统一IAIProvider接口,优雅集成iflow(WebSocket/ACP)与OpenCode(HTTP API)两大工具,实现通信协议解耦、会话管理差异化适配及上层调用一致性,显著提升扩展性与可维护性。(239字)
89 12
|
14天前
|
人工智能 安全 API
龙虾AI🦞OpenClaw保姆级实战手册:阿里云/本地部署步骤+百炼Coding Plan API配置安全使用避坑指南
2026年开年,开源AI智能体OpenClaw因红色龙虾图标被网友亲切称为「龙虾」,迅速在科技圈和币圈掀起热潮,其GitHub星标数狂飙至21.8万+,跻身总榜第14位,成为现象级的AI工具。这款被定义为「私人AI小秘书」的智能体,打破了传统AI助手仅能「回答问题」的局限,可无缝对接微信、飞书、Telegram等全平台通信工具,支持语音对话与实时面板操控,真正实现了「指令下达,落地执行」的核心能力。但随着工业和信息化部网络安全威胁和漏洞信息共享平台发出安全预警,以及人民日报的温馨提醒,如何正确使用OpenClaw、规避安全风险,同时完成阿里云与本地多系统的部署配置
549 17
|
23小时前
|
存储 人工智能 Linux
AI智能体永久记忆配置:LCM无损上下文管理+OpenClaw 阿里云与本地全平台部署指南
2026年,AI智能体已从概念走向深度落地,OpenClaw(昵称龙虾)凭借自主任务闭环、跨软件执行与插件扩展能力,成为新一代自主智能体标杆。但所有智能体都面临共同痛点:上下文窗口有限导致的**失忆问题**——长期对话后旧信息被截断,历史方案、技术细节、业务结论无法回溯。OpenClaw创始人Peter Steinberger公开推荐的Lossless Claw(LCM)插件,通过DAG有向无环图+SQLite持久化存储,实现AI**永久记忆、智能检索、无损压缩**,从根本上解决上下文溢出导致的信息丢失。本文深度解析LCM工作原理、核心参数、优劣权衡与适用场景,并提供2026年阿里云部署、本地
50 3