百度地图打点性能优化(海量点、mapv)

文章目录

百度地图打点性能优化(海量点、mapv)

原因

在百度地图api中,默认的点是下图的红点

而这种点位比较多的时候,就会出现加载卡顿问题

优化方法

想要进行方法优化,首先需要分析其原因。

数据获取方面

数据量比较庞大时,我们采用了分批调用获取的方法,采用异步的方式,可以利用await进行调用接口数据,这里是为了减轻服务端压力,把庞大的数据分批进行返回。

页面加载方面

渲染时为什么会出现卡顿现象,检查可以看出其原因

这是一个个dom结构,当海量数据同事渲染时,这里就涉及到大量的dom操作,造成重绘或重排,从而造成卡顿问题,所以解决问题的方法就是减少dom操作。

其中一种解决方法就是转化为canvas,canvas操作相对于DOM操作资源消耗较少,因为canvas操作是基于像素的绘制操作,不涉及到浏览器的解析和渲染过程。

而且百度地图在JavaScript API v3.0中给出了相应的解决方案 PointCollection属性

官方解释如下

PointCollection

此类表示海量点类,利用该类可同时在地图上展示万级别的点,目前仅适用于html5浏览器。

构造函数 描述
PointCollection(points: Array, opts: PointCollectionOptions) 创建海量点类。points为点的坐标集合,opts为点的绘制样式
方法 返回值 描述
setPoints(points: Array) none 设置要在地图上展示的点坐标集合
setStyles(styles: PointCollectionOption) none 点的样式,包括:大小"size"(可选,默认正常尺寸10*10px,SizeType类型),形状"shape"(可选,默认圆形,ShapeType类型),颜色"color"(可选,字符串类型)
clear() none 清除海量点
复制代码
事件 参数 描述
click event{type, target,point} 鼠标点击点时会触发此事件
mouseover event{type, target,point} 鼠标移入点时会触发该事件
mouseout event{type, target,point} 鼠标移出点时会触发该事件

而该海量点就是将百度地图转化为canvas,使用该api可以解决卡顿效果,但是又有一些缺陷

兼容问题

某些浏览器不支持canvas绘制,这里就要做一个判断,通过下面代码判断是否能绘制即可

document.createElement("canvas").getContext("2d")

下面是对支持canvas的浏览器以及版本供参考

样式问题

海量点api中,它的样式是固定选择的几个,通过PointCollectionOptions中的ShapeType属性定义

官网给的几个形状如下

常量 描述
BMAP_POINT_SHAPE_CIRCLE 圆形,为默认形状
BMAP_POINT_SHAPE_STAR 星形
BMAP_POINT_SHAPE_SQUARE 方形
BMAP_POINT_SHAPE_RHOMBUS 菱形
BMAP_POINT_SHAPE_WATERDROP 水滴状,该类型无size和color属性属性定义

这几个形状说实话在地图上不是太好看。。。

如果UI对标点样式没有要求,皆大欢喜,不用再做处理了,但非要进行改正,这就需要换另一种处理方法了

这里百度地图也推荐了一种处理方法------Mapv

Mapv

Mapv 是一款地理信息可视化开源库,可以用来展示大量地理信息数据,点、线、面的数据,每种数据也有不同的展示类型,如直接打点、热力图、网格、聚合等方式展示数据,其也是将地图绘制成canvas

官网:https://mapv.baidu.com/

GitHub:https://github.com/huiyan-fe/mapv

在这里可以自定义标点图标,下面是举例设置图标的地方

示例:

var data = [
    // 点数据
    {
        geometry: {
            type: 'Point',
            coordinates: [123, 23]
        },
        fillStyle: 'red',
         // 支持image对象和url两种方式
        icon: [img, 'images/marker.png', 'images/star.png'][randomCount % 3],
        size: 30
    },
    {
        geometry: {
            type: 'Point',
            coordinates: [121, 33]
        },
        fillStyle: 'rgba(255, 255, 50, 0.5)',
        size: 90
    },
    // 线数据
    {
        geometry: {
            type: 'LineString',
            coordinates: [
                [123, 23], 
                [124, 24]
            ]
        },
        count: 30
    },
    // 面数据
    {
        geometry: {
            type: 'Polygon',
            coordinates: [
                [
                    [123, 23], 
                    [123, 23], 
                    [123, 23]
                ]
            ]
        },
        count: 30 * Math.random()
    }
];

var dataSet = new mapv.DataSet(data);

这里data中的属性配置项官方文档是这样描述的

mapv中主要都是展示地理信息数据用的,需要在数据中加个geometry字段,geometry字段的内容统一使用Geojson的规范,大家自行查阅资料配置即可。

这里只是一个简单示例,具体实现参考官方文档

参考资料

百度地图jsapi v3

jsapi v3类参考文档

mapv官网

mapv官方文档

相关推荐
无尽的大道12 小时前
Java反射原理及其性能优化
jvm·性能优化
萌面小侠Plus16 小时前
Android笔记(三十三):封装设备性能级别判断工具——低端机还是高端机
android·性能优化·kotlin·工具类·低端机
人工智能培训咨询叶梓21 小时前
探索开放资源上指令微调语言模型的现状
人工智能·语言模型·自然语言处理·性能优化·调优·大模型微调·指令微调
CodeToGym1 天前
Webpack性能优化指南:从构建到部署的全方位策略
前端·webpack·性能优化
无尽的大道1 天前
Java字符串深度解析:String的实现、常量池与性能优化
java·开发语言·性能优化
superman超哥1 天前
04 深入 Oracle 并发世界:MVCC、锁、闩锁、事务隔离与并发性能优化的探索
数据库·oracle·性能优化·dba
前端青山1 天前
Node.js-增强 API 安全性和性能优化
开发语言·前端·javascript·性能优化·前端框架·node.js
青云交2 天前
大数据新视界 -- 大数据大厂之 Impala 性能优化:应对海量复杂数据的挑战(上)(7/30)
大数据·性能优化·impala·数据分区·查询优化·海量复杂数据·经典案例
chusheng18402 天前
Python 爬取大量数据如何并发抓取与性能优化
开发语言·python·性能优化
XMYX-02 天前
MySQL 性能优化策略:提升响应速度与系统稳定性
mysql·性能优化