新闻详情

新闻详情

首页 / 资讯中心 / 详情

RN启动流程(bundle加载→Bridge初始化→首屏渲染)

发布时间:2026/11/4 14:09:31来源:尧图网络
RN启动流程(bundle加载→Bridge初始化→首屏渲染)
可以把React NativeRN启动流程理解成一条链App 启动 ↓ Native 启动 RN ↓ 创建 ReactInstance / Runtime ↓ 加载 JS Bundle ↓ 初始化 Bridge / JSI ↓ 执行 JS ↓ React 创建 Fiber Tree ↓ Shadow Tree / Layout ↓ 提交 UI 更新 ↓ Native 创建原生 View ↓ 首屏显示1. Bundle 加载以 Android 为例Native 启动 RN 后会创建ReactInstanceManager随后准备 JS 执行环境。Bundle 可能来自开发环境 Metro Server ↓ http://localhost:8081/index.bundle 生产环境 assets/index.android.bundle加载完成后JS Bundle 本质上就是一份可以被 JS Runtime 执行的 JavaScript 代码。例如AppRegistry.registerComponent( MyApp, () App );此时只是代码加载进来了还没有真正把 React UI 渲染出来。2. Bridge 初始化这是传统 RN 架构里非常核心的一步。大致可以理解为┌───────────────┐ │ JavaScript │ │ Runtime │ └───────┬───────┘ │ Bridge │ ┌───────▼───────┐ │ Native │ │ Android/iOS │ └───────────────┘JS 和 Native 两边分别有自己的执行环境。例如 JSNativeModules.UserModule.getUser()最终需要把调用传递给 Native。传统 Bridge 的核心特征是JS ↓ 序列化 ↓ Bridge ↓ Native ↓ 执行 ↓ 返回数据 ↓ Bridge ↓ JS所以 Bridge 本质上承担JS ↔ Native 的通信通道3. JS Runtime 启动Bundle 加载之后需要由 JS Runtime 执行。RN 历史上主要使用JavaScriptCore后来 RN 逐渐推广Hermes因此Bundle ↓ Hermes / JSC ↓ 执行 JavaScript然后 JS 世界开始执行 RN 的初始化代码。4. React Root 创建接下来会执行AppRegistry.registerComponent(...)然后 Native 侧启动对应的 React Root。最终进入React ↓ App ↓ View ↓ Text ↓ ...例如function App() { return ( View TextHello RN/Text /View ); }React 会根据组件结构建立自己的Fiber Tree可以简单理解成App │ └── View │ └── Text5. Shadow Tree / LayoutReact 计算出 UI 更新之后还需要确定x y width heightRN 使用 Yoga 做布局计算。例如View style{{ width: 100, height: 50, margin: 10 }} /最终需要计算x 10 y 10 width 100 height 50于是流程进一步变成React Tree ↓ Shadow Tree ↓ Yoga Layout ↓ 计算布局6. UI Commit布局完成后RN 会把需要发生的 UI 变化提交给 Native。传统架构可以粗略理解为JS ↓ 生成 UI 描述 ↓ Bridge ↓ Native ↓ UIManager ↓ 创建 View例如View TextHello/Text /ViewNative 最终可能创建Android ViewGroup └── TextViewiOS 则对应UIView └── UILabel7. 首屏渲染最终 Native UI Tree 创建完成React Component ↓ Fiber Tree ↓ Shadow Tree ↓ Yoga Layout ↓ Commit ↓ Native View ↓ GPU / Render ↓ 首屏显示所以真正的首屏可见并不是 Bundle 加载完成时而是在JS 执行 → React 计算 → Layout → Commit → Native View 创建 → 系统绘制之后。一张完整时序图Native JS │ │ │ 启动 RN │ ├───────────────────────────►│ │ │ │ 创建 JS Runtime │ │───────────────────────────►│ │ │ │ 加载 Bundle │ │───────────────────────────►│ │ │ │ 执行 JS │ │ │ AppRegistry │ │ │ React Root │ │ │ Fiber Tree │ │ │ Shadow Tree │ │ │ Yoga Layout │ │ │◄──── UI Commit ────────────│ │ │ │ 创建 Native View │ │ │ │ Layout / Measure │ │ │ │ Draw │ │ │ │ 首屏 │但要注意新架构已经不是简单的“Bridge”如果你是在准备RN 原理 / 面试 / 性能优化这里非常重要。现代 RN New Architecture 主要涉及旧架构 JS │ │ Bridge │ ▼ Native而新架构更接近JS │ ▼ JSI │ ├── TurboModules │ └── Fabric │ ▼ Native UI也就是React │ Fiber Tree │ React Renderer │ Fabric │ Shadow Tree │ Commit/Layout │ Native UI Tree同时 Native Module 侧JS │ ▼ JSI │ ▼ TurboModule │ ▼ Native因此现在如果问“RN 启动流程Bundle 加载 → Bridge 初始化 → 首屏渲染”更准确的回答应该区分Legacy ArchitectureBundle ↓ JS Runtime ↓ Bridge ↓ React ↓ Shadow Tree ↓ Yoga ↓ UIManager ↓ Native View ↓ 首屏New ArchitectureBundle ↓ JS Runtime ↓ JSI ↓ React ↓ Fabric / Shadow Tree ↓ Yoga ↓ Commit ↓ Native View ↓ 首屏其中一个很关键的面试点是“Bridge 初始化”不是新架构下最准确的表述JSI/Fabric/TurboModules 才是理解新架构启动与通信的关键。我也可以给你画一张“RN 启动全链路 Legacy/New Architecture 对比图”。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/3 7:07:39

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/3 12:09:35

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/3 12:09:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/4 12:33:12

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/4 1:25:31

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/4 3:51:11

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉