目的
專案需要大規模資料的展示,所以希望對幾款主流的資料視覺化資料渲染效率做一個簡單的測評,包括G2、Echarts和D3,同時G2和Echarts都有對React框架進行封裝的的版本,這裡選擇了使用原生的
環境
測試方向:本文只在react下對G2,Echarts,和D3進行對比:一條折線的渲染速度
執行環境:chrome訪客模式(防止瀏覽器外掛對結果造成影響)
資料量:1K,10K,100K,1M
庫 | 包 | 版本 |
---|---|---|
G2 | @antv/g2 | ^3.4.10 |
Echarts | echarts | ^4.1.0 |
D3 | d3 | ^5.9.2 |
程式碼
從程式碼上可以看出:G2和Echarts的實現方式上大致差不多,都是需要先將標籤渲染在頁面上,再對標籤進行操作,所以需要在render之後,也就是需要在componentDidMount()這個生命週期中進行操作,實現上來看G2和Eharts都提供了相似的介面吧實現上比較簡單,然後以為G2和Eharts都預設開啟animetion(animate)和tooltip,因為只單純測試渲染效能所以手動關掉
然後說D3,真的太坑了,學習曲線很陡峭,國內D3的資料也比較少,而且跟不上版本,只能看英文文件,實踐起來也比較麻煩,基本上每條線每個點都需要手動繪製,但是,自由度極高,功能強大,基本上可以實現任何你想要的效果,emm~~有種"我就是神"的掌控感
G2
import React, { Component } from 'react';
import G2 from '@antv/g2';
class LineChartG2 extends Component {
componentDidMount() {
const { data } = this.props;
const height = 300;
const width = 1000;
var chart = new G2.Chart({
container: document.getElementById('line'),
animate: false,
height,
width,
});
chart.source(data);
chart.axis('data', {
title: "data",
});
chart.axis('value', {
title: "value",
});
chart.tooltip(false)
chart.line().position('data*value');
chart.render()
}
render() {
return (
<div id="line" />
);
}
}
export default LineChartG2;
複製程式碼
Echarts
import React, { Component } from 'react';
import echart from 'echarts'
class LineChartEchart extends Component {
componentDidMount() {
const { data} = this.props;
var lineChart = echart.init(document.getElementById("lineEchart"))
const key = Object.keys(data)
lineChart.setOption({
tooltip: false,
xAxis: {
data:key
},
yAxis: {},
grid: {
x: 100,
x2:0
},
series: [{
name: 'x',
type: 'line',
data,
symbol: 'none'
}],
animation:false,
})
}
render() {
return (
<div id="lineEchart" style={{ width: 1000, height: 300 }} />
);
}
}
export default LineChartEchart;
複製程式碼
D3
import React, { Component } from 'react';
import * as d3 from 'd3';
class LineChartD3 extends Component {
componentWillMount() {
}
componentDidMount() {
const { data } = this.props
console.log(data)
const width = 1000
const height = 300
const padding = { top: 40, left: 40, right: 40, bottom: 40 }
const pathwidth = width - padding.left - padding.right
const pathheight = height -padding.top-padding.bottom
d3.select("#line")
.append("svg")
.attr("width", width)
.attr("height", height)
// 放大器
var scaleX = d3.scaleLinear()
.domain([0,data.length]).nice()
.range([0, pathwidth])
var scaleY = d3.scaleLinear()
.domain([0,d3.max(data)]).nice()
.range([ pathheight,0])
var lineGengeator = d3.line()
.x(function (d, i) {
return scaleX(i)
})
.y(function (d) {
return scaleY(d)
})
const x = d3.axisBottom(scaleX)
const y = d3.axisLeft(scaleY)
// x折線
d3.select("svg")
.append("path")
.style("fill", "none")
.style("stroke", "#212121")
.attr("d", lineGengeator(data))
.attr("transform", `translate(${padding.left+1},${padding.top})`)
// X軸
d3.select("svg")
.append("g")
.attr("transform", `translate(${padding.left},${height - padding.bottom})`)
.call(x)
// y軸
d3.select("svg")
.append("g")
.attr("transform", `translate(${padding.left},${padding.top})`)
.call(y)
}
render() {
return (
<div id = "line">
</div>
);
}
}
export default LineChartD3;
複製程式碼
效果
下圖是3種庫的實現效果:
看起來G2和Echarts更好看一些,D3更單薄一些,是因為對D3在樣式上並沒有做很多的設定,而G2和Echarts的樣式都是預設的
測試方法
簡單粗暴:chrome訪客模式F12Performance下檢視重新整理時間,大概是下面這個樣子:
結果
以下的結果是取10次測試結果平均數:單位/ms
數量級 | G2 | Echarts | D3 |
---|---|---|---|
1K | 221.12 | 251.21 | 196.88 |
10K | 349.66 | 419.98 | 223.68 |
100K | 991.35 | 1250.24 | 376.37 |
1M | Maximum call stack size exceeded | 頁面崩潰 | 1930.59 |
G2資料量超過一個界限就會報錯,大概120K到130K之間
Echarts早期1M資料執行還可以的,但是後來測的時候資料量400K到500K的時候會導致頁面崩潰(奇怪)
總結
從結果來看就是D3資料量大的時候明顯渲染速度要比G2和Echarts快很多,但是考慮到其實G2和Echarts其實裡邊預設定義了一些樣式和屬性,而D3就是寫什麼是什麼,而且試驗中用到的資料樣本每一次測試都是生成一定數量的隨機數,所以測試結果只是能描述個大概
看起來G2和Echarts在渲染效能上差不太多,G2稍快一點(結果是以ms為單位的所以實際感受上並沒有很大的差別),但是Echarts存在的時間比較早了可能功能上會更勝一籌吧,同時他們學習曲線相對比較平緩一點
D3毫無疑問在渲染速度方面碾壓G2和Echarts,但是學習曲線很陡峭,國內D3的資料也比較少,樣式上來說G2和Echarts會更容易做的漂亮一點,而D3所有的引數都需要自己設定,所以想要做得漂亮也不是很容易,不過D3熟練度上來後準定可以做到很多G2和Echarts做不到的事
原始碼: github.com/hellokidder…
要是能給個小星星就完美了