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”。
企业数字化 ERP 产品动态
相关推荐
WEB安全 HTML 基础 1. HTML 标签基础HTML 的核心特征是用尖括号包裹的标签,例如 <div>、<input>。标签分为基础架构与元信息标签、文本与排版标签、表单相关标签、链接图像与表格标签、列表标签等几大类。(1)基础架构与元信息标签(2&… · 2026/9/24 9:26:19
【Dify】英译中自动翻译优化应用 高质量的英文到中文翻译需求在各行各业持续增长,尤其是在学术、技术、商务等领域,准确、自然的中文表达至关重要。自动化翻译工具已成为提升生产效率和降低人工成本的重要利器。
本文系统介绍基于Dify平台的英译中优化工作流,涵盖核心模型、主要节点、自动化流程与典型应用… · 2026/9/24 13:51:23
【Dify】新媒体内容爆款标题生成应用 自媒体内容竞争激烈,标题的吸引力直接影响点击率和传播效果。高效产出爆款标题成为内容创作者的重要需求。
本文聚焦于Dify平台爆款标题自动生成工作流,剖析其核心模型、节点设置及全流程操作,为内容生产提供实用工具和高效解决方案。 文章目录 爆款标题生成 核心模型 Node… · 2026/9/24 13:51:23
【Dify】自动化春节春联生成器 以自动化生成春联为核心,春联生成器提供了一种智能、高效的对联创作方式。结合大语言模型技术,系统能够根据主题与字数要求,自动创作寓意美好、结构工整的春联及横批。
本案例介绍春联生成器的工作原理、关键节点与应用场景,重点呈现流程设计、核心模型与典型用法,帮助自… · 2026/9/24 13:51:23
【Dify】播客自动化音频生成应用 自动化技术推动播客内容生产不断升级,文档到音频的智能转化逐渐普及。无论是内容创作者还是编程学习者,高效生成自然、专业的对话型播客成为新趋势。
本文聚焦于一套基于大语言模型和TTS引擎驱动的播客自动化工作流,系统梳理了核心节点、流程设计和实际应用场景,帮助快速掌… · 2026/9/24 13:51:23
【Dify】关键词驱动自动故事生成应用 自动化文本生成正逐渐改变内容创作的方式,词汇故事生成器正是基于大语言模型,将指定词汇快速转化为完整故事文本的实用工具。通过简单的关键词输入,即可高效获得情节丰富的原创故事,广泛适用于教育和创意写作等多场景。
文章梳理词汇故事生成器的核心模型、节点结构、工作… · 2026/9/24 13:51:23
基于YOLOv8的渔船作业监控系统:从环境搭建到边缘部署全流程 简介:这是一套面向计算机、人工智能、自动化等专业学生与教师的毕业设计级项目资源,围绕YOLOv8实现渔船作业监控系统,可用于毕设、课程设计、大作业或项目立项演示。压缩包共97个文件,约24.21MB,以70个Python源码文件为… · 2026/9/24 0:00:13
1D-CNN时间序列建模实战:从Conv1d原理到工业落地 简介:面向时间序列数据建模的一维卷积神经网络完整实现,适合深度学习入门者及需要快速验证时序模型的研究者,能够从音频、文本、传感器或股价等序列中挖掘局部特征与时间依赖。压缩包体积很小,只有3KB,内含3个Python脚… · 2026/9/24 0:00:26
柔软的L:汉语语流中被忽视的舌肌张力控制 1. 这个“L”不是字母表里的L,而是舌尖上的L最近在几个方言群和语音教学社群里,反复看到有人发一句:“也说字母L:柔软的长舌”。初看以为是英语发音课笔记,点开才发现全是方言爱好者、播音系学生、语言康复师甚至戏曲演… · 2026/9/24 0:00:44