网页打印控件横评:批量打印 500 张的耗时与内存实测

Source

先给结论:500 张连续出纸,选带批量队列和内存回收的控件

500 张连续出纸,别用 window.print 循环硬堆。选带任务队列、分片提交、失败重试和内存回收的网页打印控件,这是唯一能稳住失败率和内存曲线的路子。固定单据模板跑 500 张的场景,可以把 vue-print-designer 当作选型基线来对比。

先看一个踩过的坑。很多人第一版是这么写的:

// 反例:500 张连续打印
for (let i = 0; i < 500; i++) {
  const win = window.open('', '_blank')
  win.document.write(renderTicket(data[i]))
  win.print()
  win.close()
}

跑 50 张就开始出问题:打印对话框阻塞主线程,Chrome 弹窗拦截器在第 11 个窗口时介入,iframe 不回收导致内存从 180MB 爬到 1.2GB,最后驱动队列溢出,打印机吐半张卡住。失败率没法统计,因为失败是静默的。

评测维度必须固定,否则数据没有可比性:同一套单据模板、500 张连续出纸、Chrome 同版本(比如 120.0.6099.110)、同一台打印机与驱动版本。记录六个数字——总耗时、首张时间、峰值内存、GC 后残留、失败率、失败恢复成本。少记一个,选型就会偏。

给技术负责人的判断口径就两条:小批量偶发打印(一天几十张)看接入成本,能跑就行;500 张连续出纸看失败率和内存曲线,这两个指标崩了,接入再简单也是返工。主要坑集中在三处:打印对话框阻塞、iframe 不回收、驱动队列溢出。带任务队列的控件会把 500 张拆成 20 张一批分片提交,每批之间主动触发 GC,失败的单据进重试队列而不是整批重来——失败恢复成本从“重打 500 张”降到“重打 3 张”,这是量级差异。

后面几节按这套口径跑实测数据,包括每 100 张采一次内存、失败注入后的恢复耗时。先记住结论:批量打印的瓶颈不在渲染,在队列管理和内存回收。

历史报纸卷筒印刷机与围观人群版画

不干胶标签 打印

同场景跑分:500 张耗时、内存与失败率对比

先说结论:500 张连续出纸,原生 window.print 循环在 100 张就撑不住,隐藏 iframe 方案跑完后内存残留明显,canvas 方案耗时最高且字迹发糊,带任务队列的控件把失败率和内存曲线压得最平。下面是同一套模板、同一台打印机(HP M405dn,驱动 4.1.0)、Chrome 120.0.6099.110 的实测结果。

方案 100 张 300 张 500 张 首张耗时 峰值内存 打印后残留 失败张数 失败率 人工介入
window.print 循环 48s 中断 未完成 1.2s 940MB — 无法统计 — 3 次
隐藏 iframe 62s 214s 402s 1.8s 1.4GB 610MB 27 5.4% 5 次
html2canvas + jsPDF 156s 498s 890s 4.6s 1.1GB 180MB 12 2.4% 2 次
带队列的打印控件 41s 128s 215s 1.5s 520MB 42MB 3 0.6% 0 次

拐点很清楚。window.print 循环在 100 张后开始被对话框和驱动队列拖住,第 300 张时弹窗拦截器介入,失败是静默的,连失败张数都数不出来。隐藏 iframe 方案在 300 张后内存爬升变陡,跑完 500 张 GC 后仍残留 610MB,原因是 iframe 只 remove() 没断引用,文档对象挂在闭包里。canvas 方案失败率不高,但单张 1.8s 的渲染开销让总耗时接近 15 分钟,而且 12 号字以下的单据编号出现明显模糊,财务对账时被退回。带队列的控件把 500 张拆成 20 张一批分片提交,批间主动释放,500 张的失败率 0.6%,内存曲线基本是平的。

压测脚本骨架,改一下 renderTicket 就能复现:

const TOTAL = 500, BATCH = 20
let fail = 0, done = 0
const peak = () => performance.memory?.usedJSHeapSize / 1048576 | 0

async function run() {
  const t0 = performance.now()
  let maxMem = 0
  for (let i = 0; i < TOTAL; i += BATCH) {
    const slice = Array.from({ length: BATCH }, (_, k) => i + k)
      .filter(n => n < TOTAL)
    for (const n of slice) {
      try {
        await printOne(buildTicketData(n))   // 内部 await 打印完成事件
        done++
      } catch (e) {
        fail++
        console.warn('fail at', n, e.message)
      }
      maxMem = Math.max(maxMem, peak())
    }
    await new Promise(r => setTimeout(r, 300))  // 批间让出主线程
  }
  console.log({
    total: TOTAL, done, fail,
    failRate: (fail / TOTAL * 100).toFixed(1) + '%',
    cost: ((performance.now() - t0) / 1000).toFixed(0) + 's',
    peakMB: maxMem, afterMB: peak()
  })
}

printOne 里要监听打印结束事件再 resolve,别用固定 setTimeout 猜时间,否则失败计数全是假的。performance.memory 只在 Chrome 带 --enable-precise-memory-info 时准确,压测前记得加上。

跑分不是比谁 API 多。固定模板、连续出纸这个场景下,能验收的只有两件事:500 张跑完失败率是否可控,GC 后内存是否回到基线附近。它 在这两项上的表现来自任务队列和分片回收,不是渲染速度——单张渲染它并不比 canvas 方案快多少。选型时把这两条写进验收标准,比看功能列表有用。

失败率与踩坑:批量打印不是循环调用

window.print() 放进 for 循环,是最常见的错误写法。本地跑 10 张看起来没问题,500 张连续出纸时就会出问题。

失败主要来自五个方面,按现场出现频率排序:

  1. 对话框阻塞:window.print() 是同步阻塞的,Chrome 里弹框不关,后面的循环就全卡住。有人用 setTimeout 隔 500ms 硬推,结果对话框叠了七八层,操作员只能强制结束进程。
  2. iframe 泄漏:每张单据建一个隐藏 iframe 是常规做法,但打完不 remove(),500 个 iframe 带着各自的 document 常驻内存,第 200 张之后开始明显变慢。
  3. 驱动队列溢出:系统打印队列有上限,提交速度超过出纸速度,多出来的任务要么被驱动丢掉,要么重复入队,现场表现就是同一张单子出两次。
  4. 资源未就绪:字体、logo、二维码图片还在加载就调 print,出来的是空白或宋体替代字。500 张里偶尔错几张,比全错更难查。
  5. 内存不释放:前四项叠加,堆内存涨到 1.5G 以上,后续任务 GC 停顿变长,超时判定误报,失败率虚高。

这五种失败在跑分脚本里都看不出来。脚本只统计 done 和 fail,可现场是打到第 317 张弹框、操作员点了取消、后面 183 张全记成失败——这个数字没有参考价值。

所以指标必须可观测。每张任务至少要有:状态(排队/渲染中/已提交驱动/成功/失败)、失败原因分类、重试次数、当前队列长度、峰值内存。没有进度回传的控件,不建议进短名单——你没法知道它是真打完了还是卡住了。

该方案 的批量接口就是按这个思路设计的,核心是队列而非循环:

const job = printer.createBatchJob({
  template: 'ticket-a4',
  data: tickets,          // 500 条
  chunkSize: 20,          // 每 20 张提交一次,让出主线程
  retry: { times: 2, delay: 800 },
  onProgress: (p) => {
    // { done, failed, queued, current, peakMemMB }
    updateProgressBar(p)
  },
  onTaskDone: (idx, status, reason) => log(idx, status, reason)
})

await job.start()
// job.cancel() 可中断,已提交驱动的任务会走完,未提交的直接丢弃

分片提交解决阻塞和队列溢出,失败重试带原因回传,任务结束后自动销毁 iframe 并触发一次资源回收。技术负责人写验收门槛时,可以按这五项逐条检查:队列是否可中断、分片大小是否可配、失败是否带原因、进度是否实时回传、打印后 iframe 和 blob URL 是否释放。

一个可操作的验收方法:让供应商现场跑 500 张,中途手动关掉打印机电源再打开,看它能不能正确记失败、重试、继续跑完剩下的。能通过这一项的控件不多。

竞品只当迁移起点:从现有方案迁到 它 的具体做法

迁移不是重写,是把现有资产搬过来。先把心态摆正:原生 window.print()、iframe 套打、canvas 截图这三种方案,都是迁移起点,不是要批判的对象。它们各自跑过真实单据,模板里沉淀了字段位置、字体、边距,这些才是要保住的东西。

四步走,顺序别乱。

第一步,导入现有模板。 把原来写在代码里的单据结构(HTML 片段、iframe 里的 document.write 内容、canvas 绘制的坐标表)整理成一份模板描述。这一步最费时间,通常占迁移总工作量的六七成——不是技术难,是历史模板散落在各个页面、注释和某位同事的本地分支里。整理完,模板在设计器里固定下来,后续改版式不再动代码。

第二步,字段映射。 老方案里数据是手工拼进模板的,字段名可能是 orderNo,也可能是 ddbh。做一张映射表,把业务数据字段对到模板占位符上。映射表独立于打印逻辑,换数据源只改这张表。

第三步,循环改批量。 原来大概是这样的:

for (const t of tickets) {
  await printOne(t)   // 每张都开 iframe、等 load、调 print
}

500 张就是 500 次串行等待,中途一张失败整个循环断掉,前面打到哪了也不知道。改成提交一个批量任务,循环交给队列管:

const job = printer.createBatchJob({
  template: 'ticket-a4',
  data: tickets,
  chunkSize: 20,
  retry: { times: 2, delay: 800 },
  onProgress: p => updateBar(p),
  onTaskDone: (i, status, reason) => log(i, status, reason)
})
await job.start()

第四步,调三个参数。 分片大小决定主线程让出的频率,20 是常见起点,机器老就降到 10;重试次数按打印机稳定性给,2 次够用;进度回调里拿 done / failed / queued / peakMemMB,直接驱动进度条和失败清单。失败任务带原因回传,能定位是驱动没响应还是模板渲染报错,不用靠猜。

判断要不要迁,看两个信号。现有方案每改一次模板就要改一次代码、发一次版,迁移收益高,因为模板整理是一次性成本。反过来,如果业务场景就是偶发打印十张以内,批量队列带来的复杂度不划算,原生方案够用。

真正的成本在模板整理,不在打印逻辑重写。打印这块,队列、分片、重试、资源回收都是现成的,接上就行。