【伯乐在线注】:《Web 应用上线前,程序员应考虑哪些技术细节呢?》这是 StackExchange 上面的一个经典问题贴。
最赞回复有 2200+ 顶,虽然大多数人可能都听过其中大部分内容,但应该会有你没有深入了解的内容。一起来看看。
问题
Web 应用上线前,程序员应考虑哪些技术细节呢? 如果 Jeff Atwood 忘记把 HttpOnly cookies、sitemaps 和 cross-site request forgeries 放在同一个网站,那我会把什么重要的东西也会忘掉呢?
我以一个 Web 开发人员的角度思考这个问题,别人为网站进行美化设计并填充内容。因此,他们可能认为可用性和内容比平台更重要,程序员在这方面没多少发言权了。而你需要考虑到的是:你实现平台的稳定性、安全性和满足其它商业目的(如成本不要太高、耗时不要太长和网站排名)。
而以一位已经在相当可信的环境下,完成了几个企业内网应用程序项目的开发者角度思考,并在一个流行且权威网站上为整个糟糕的万维网打响第一枪。
另外,我希望能回答得更加具体一点,而不仅仅是一个“Web标准”这样模糊的答案。通过 HTTP 传输的 HTML、JavaScript、CSS 是必须要掌握的,特别是针对那些资深 Web 开发者。所以,超出上述范围,哪一个标准?在什么环境下,并且为什么这样?麻烦您提供一个跳转到该标准说明的链接。
最佳回复
下面列表里的大部分内容,我们大多数人都应该已经听过了。所以在这之前,你可能只有一到两个项目没有深入查看和理解透彻,或甚至没听过。
界面和用户体验
- 应意识到浏览器实现标准不一致,并确保你的网站能在所有主流浏览器上合理运行。至少起码在最近的 Gecko 引擎(Firefox)、Webkit 引擎(Safari 和一些移动端浏览器)、Chrome、支持 IE 浏览器(利用 Application Compatibility VPC Images 进行测试)和 Opera。另外,也要考虑浏览器在不同操作系统下是如何渲染网站的。
- 要考虑到用户除了通过主流浏览器来浏览网站外,还有其它方式:手机、屏幕阅读器和搜索引擎等。 这有一些相关信息:WAI 和 Section508,移动开发:MobiForge。
- Staging:如何部署更新而不影响用户。进行一次或多次测试或 staging 环境可用来实现架构的更改,确保代码或全部内容能部署在一个可控的方式而不会破坏任何东西。有一个自动化的方式部署批准改变网站。最有效地实现方法是使用版本控制系统(Git、CVS、Subversion 等)和一个自动构建机制( Ant、 NAnt 等)。
- 不要向用户直接显示不友好的错误提示。
- 不要以纯文本的方式显示用户的 Email 地址,否则他们将会收到该死的垃圾邮件。
- 为用户链接添加属性 rel = “nofollow” 来 避免垃圾邮件。
- 为你的网站建立深思熟虑的限制 – 这也属于下面将要讲到的安全性。
- 学会如何实现网页的 渐进增强。
- POST 提交成功后,要重定向,以防止再次提交引起刷新。
- 别忘了考虑到访问性(accessibility,即残障人士如何使用网站)。这一直是好想法并且有时这是法定要求。WAI-ARIA 和 WCAG 2 都是这方面很好的资源。
- 别让用户思考如何操作。
安全性
- 阅读 《OWASP开发指南》,它提供了全面的网站安全指导。
- 知道注入相关的知识,尤其是 SQL 注入,并知道如何防止它。
- 千万别相信用户的输入,也不要相信任何请求(其中包括 cookies 和 表单域的隐藏字段值!)。
- 使用 salt(密码散列技术)散列密码并为你的彩虹表行使用不同的 salts 来防止 rainbow 攻击。 使用一个效率较低的散列算法,如 bcrypt ( 久经试验的)或 scrypt (更新,甚至更强)(1,2),来存储密码。(如何安全地存储一个密码)。NIST 也批准用 PBKDF2 散列密码,FIPS 认可 .NET (想了解更多信息,请 点击)。应避免直接使用 MD5 或 SHA 家族。
- 别尝试提出你自己喜欢的认证系统。这很容易在微妙且不可测的方式下出现错误,而且你可能直到被入侵才知道发生什么事
- 了解 处理信用卡的规则。(也可以看看这里这个问题)
- 在登录页和任何涉及敏感数据的网页(如信用卡信息),使用 SSL / HTTPS。
- 防止 会话(session)劫持。
- 避免 跨站脚本攻击(XSS)。
- 避免 跨站请求伪造攻击(CSRF)。
- 避免 点击劫持。
- 系统补丁要保持更新。
- 保证数据库连接信息安全。
- 你自身要保持关注最新的攻击技术和影响你平台的漏洞。
- 阅读 Google 的《浏览器安全手册》。
- 阅读 《Web应用黑客手册》。
- 考虑 最小特权原则。尝试将你的应用程序在 非根模式(non-root)的服务器下运行。(tomcat 案例)
性能
- 如有必要,就实现缓存。了解和正确地使用 HTTP 缓存(caching)和 HTML 5 离线缓存。
- 优化图片 – 别使用一个 20 KB 大小的图片做为一个重复背景。
- 学习如何用 gzip / deflate 压缩内容(
deflate更好)。 - 合并多个样式表单或脚本文件,以减少浏览器发送请求次数,而且要利用 gzip 压缩文件之间重复的部分。
- 浏览 Yahoo Exceptional Performance(雅虎优越性能)网站,里面有很多优秀的指引,其中就包括提高前端性能和它们的 YSlow 工具(需要 Fixfox、Safari、Chrome 或 Opera)。另外,Google PageSpeed (以 浏览器扩展 的方式)是另一个测试性能的工具,而且它也会优化你的图片。
- 为较小且有关联的图片使用 CSS 图片精灵 技术,如工具栏(看“把 HTTP 请求减到最低”那点建议)
- 繁忙 Web 站点应考虑将 网页的内容分开存放 在不同的域名下。特别是…
- 静态内容(也就是图片、CSS、JavaScript 和无需通过 cookies 获取的一般内容)应放进独立且 不使用 cookies 的域名上,因为所有域名和其子域名为客户端生成的 cookies 都会伴随请求发送回给自己。 一个很好的选择是使用内容分发网络(CDN),但要考虑到这种情况:CDN(包括可替代的 CDN)可能会失效,这时本地副本能代替它来进行传输。
- 将浏览器渲染页面所需 HTTP 请求数量最少化。
- 用Google的 Closure Compiler 压缩 JavaScript,当然也可以使用 其他压缩工具。
- 确保有一个 favicon.ico 文件在网站的根目录,也就是说 /favicon.ico。浏览器会自动请求它,即使在 HTML 中并未提及到它。如果没有 /favicon.ico,那么请求返回的结果是 大量的 404 错误,这将会耗尽服务器的带宽。
SEO(搜索引擎优化)
- 使用“对搜索引擎友好”的链接,比如说 example.com/pages/45-article-title 优于 example.com/index.php?page=45。
是 googlebot(Google 的 web 爬虫)用来替换 #! 的
。换句话说,./#!page=1
会被Google搜索引擎转成./?_escaped_fragments_=page=1。
(通常来说 URL 中的 # 后的东西都不会被传到服务器上,所以,为了要让 Google 可以抓取 AJAX 的东西,你需要使用 #!,而 Google 会把“#!”转成“_escaped_fragment_”来向服务器发请求,Twitter 的大量链接者是#!的,比如:https://twitter.com/#!/your_activity —— 陈皓注)。另外,用户也许会使用 Firefox 或 Chromium,那么history.pushState({"foo":"bar"}, "About", "./?page=1");
是一个很不错的命令。因为即使地址栏上的地址改变了,页面也不会重新加载。这可让你使用?
而不是#!来
动态加载内容了,也告诉服务器,当下次访问该页面时给该链接发邮件,AJAX 无须再发送一个额外的请求了。 - 别使用 “点击这里” 这类的链接。这是浪费一个 SEO 的机会,并且会对使用屏幕朗读器用户造成困惑。
- 拥有一个 XML 网站地图,它的默认路径最好是 /sitemap.xml。
- 当你有多个 URL 指向同一个内容时,请使用
<link rel="canonical" ... />。这个问题可利用 Google Webmaster Tools 解决。
- 使用 Google Webmaster Tools 和 Bing Webmaster Tools。
- 在一开始就正确安装 Google Analytics (或一个开源的分析工具,如 Piwik)。
- 要知道 robots.txt 和搜索引擎爬虫是如何工作的。
- 重定向请求(使用 301 永久性移走),要求 www.example.com 重定向到
example.com
(或反过来),从而防止分裂两个站点之间的谷歌排名。 - 知道并不是所有的爬虫都是好的,有些爬虫的行为并不好。
- 如果有非文本内容(如视频等)需要添加到 Google 网站地图的话,你可以到 Tim Farley’s answer 看看,里面有一些关于这方面的,而且不错的信息。
技术
- 搞懂 HTTP 协议,以及诸如 GET 、POST、sessions 和 cookies 这些概念,而且要知道“无状态”是什么意思。
- 根据 W3C 文档 编写你的 XHTML / HTML 和 CSS 代码,并确保它们 有效。这里的目的是避免浏览器的怪异模式,并让它们更容易在非传统浏览器(如屏幕阅读器和移动设备)上运行。
- 搞懂浏览器是如何处理 JavaScript。
- 搞懂页面上的 JavaScript、样式表单和其他资源是如何加载和运行的,并考虑它们对性能的影响。现在广泛认同的做法是:除了通用脚本,如 analytics apps 或 HTML5 shims,将其它脚本放到页面底部。
- 搞懂 JavaScript 沙箱如何工作,特别是你打算用 iframes。
- 要意识到 JavaScript 可能会被禁用,因此 AJAX 也只是一个扩展,不一定会被运行。即使大多数普通的用户并不会理会 JavaScript 被禁用,但要记住 NoScript 正变得更流行,移动设备可能默认禁止 JavaScript,而且 Google 在索引你的网站时,并不会执行大多数 JavaScript。
- 学会区分 301 和 302 重定向 的不同之处(这也是一个 SEO 问题)。
- 尽可能多地学习你部署平台的相关知识。
- 考虑使用 Reset Style Sheet(重置样式表单) 或 normalize.css。
- 考虑使用 JavaScript 框架(如 jQuery、MooTools、Prototype、Dojo 或 YUI 3),它们会解决很多在使用 JavaScript 操作 DOM 时的浏览器差异问题。
- 把性能和 JS 框架合在一起讨论,考虑使用诸如 Google Libraries API 服务来加载框架, 以至于浏览器能使用已缓存框架的副本,而不是从你的网站下载同样的副本。
- 不要重复造轮子。在做任何事之前,可搜索一个组件或案例是如何实现的。但有 99% 机会是其它人已经做过了,并发布了 OSS 版本的代码。
- 另外,即时确定你需要的是什么,但也别使用太多库。特别是在 Web 客户端,保持轻量、快速和灵活非常重要。
BUG 修复
- 要明白你将花费 20% 时间敲代码,而剩下 80% 的时间是在维护你的代码,所以代码质量很重要。
- 建立一个良好的错误报告解决方案。
- 为用户提供一个能向你提交建议与批评的系统。
- 为将来的维护和技术支持人员撰写文档,解释清楚系统是怎么运行的。
- 经常备份!(并确保那些备份是可用的)除了备份机制,你还必须有一个恢复机制。
- 使用版本控制系统来存储你的文件,如 Subversion、Mercurial 或 Git。
- 别忘记进行验收测试。框架(如 Selenium)能为你提供相应帮助。特别是如果你想完全自动化测试,也可通过使用持续集成工具,比如 Jenkins。
- 在网站运行时,要确保你有足够的日志,当然你可以使用框架,如 log4j、log4net 或 log4r。因为当你的网站某部分发生错误,你将需要一种方式找出是哪里发生的。
- 当日志能确保你能同时捕捉到处理异常和未处理异常。那么可通过记录/分析输出的日志,可显示网站的关键问题出现在哪里。
其他
- 服务器端和客户端都要监控和分析(应主动而不是被动)。
- 使用能与用户保持联系的服务(如 UserVoice 和 Intercom,或其它类似的工具)。
- 采用 Vincent Driessen 的 Git 分支模型(Git branching model)。
文中有很多省略掉的东西,并不是因为它们不是有用的答案,而是它们过于详细,且超出本问题的范围。而对于想懂得更多的人来说,他们希望学到更多的东西,因此他们应该知道这些概述。另外,我也欢迎大家编辑补充这个答案,因为我可能忽略了一些东西或犯了一些错误。