从零开发一款可视化大屏制作平台

简介: 几个月前开源的H5页面制作平台H5-Dooring 收到了很多热心的反馈和交流, 顺着笔者之前的规划, 我们又做了一款可视化大屏编辑器V6.Dooring. 接下来笔者就来带大家一起看看我们的方案设计和技术实现.

image


几个月前开源的H5页面制作平台H5-Dooring 收到了很多热心的反馈和交流, 顺着笔者之前的规划, 我们又做了一款可视化大屏编辑器V6.Dooring. 接下来笔者就来带大家一起看看我们的方案设计和技术实现.


你将收获



  • 可视化大屏产品设计思路
  • 主流可视化图表库技术选型
  • 大屏编辑器设计思路
  • 大屏可视化编辑器Schema设计
  • 用户数据自治探索


在介绍之前, 我们先看看实现的效果展示.


效果预览



image


image


image


方案实现



可视化大屏产品设计思路


目前很多企业或多或少的面临“信息孤岛”问题,各个系统平台之间的数据无法实现互通共享,难以实现一体化的数据分析和实时呈现。


相比于传统手工定制的图表与数据仪表盘,可视化大屏制作平台的出现,可以打破抵消的定制开发, 数据分散的问题,通过数据采集、清洗、分析到直观实时的数据可视化展现,能够多方位、多角度、全景展现各项指标,实时监控,动态一目了然。


针对以上需求, 我们设计了一套可视化大屏解决方案, 具体包含如下几点:


image


上图是笔者4个月前设计的基本草图, 后期会持续更新. 通过以上的设计分解, 我们基本可以搭建一个可自己定制的数据大屏.


主流可视化图表库技术选型


目前笔者调研的已知主流可视化库有:


  • echart 一个基于 JavaScript 的老牌开源可视化图表库
  • D3.js 一个数据驱动的可视化库, 可以不需要其他任何框架独立运行在现代浏览器中,它结合强大的可视化组件来驱动 DOM 操作
  • antv 包含一套完整的可视化组件体系
  • Chart.js 基于 HTML5 的 简单易用的 JavaScript 图表库
  • metrics-graphics 建立在D3之上的可视化库, 针对可视化和布置时间序列数据进行了优化
  • C3.js 通过包装构造整个图表所需的代码,使生成基于D3的图表变得容易


我们使用以上任何一个库都可以实现我们的可视化大屏搭建的需求, 各位可以根据喜好来选择.


大屏编辑器设计思路


在上面的分析中我们知道一个大屏编辑器需要有个编辑器核心, 主要包含以下部分:


  • 组件库
  • 拖拽(自由拖拽, 参考线, 自动提示)
  • 画布渲染器
  • 属性编辑器


如下图所示:


image


组件库我们可以用任何组件封装方式(react/vue等), 这里沿用H5-Dooring的可视化组件设计方式, 对组件模型进行优化和设计.


类似的代码如下:


import { Chart } from '@antv/f2';
import React, { memo, useEffect, useRef } from 'react';

import styles from './index.less';
import { IChartConfig } from './schema';

const XChart = (props:IChartConfig) => {
  const { data, color, size, paddingTop, title } = props;
  const chartRef = useRef(null);
  useEffect(() => {
      const chart = new Chart({
        el: chartRef.current || undefined,
        pixelRatio: window.devicePixelRatio, // 指定分辨率
      });

      // step 2: 处理数据
      const dataX = data.map(item => ({ ...item, value: Number(item.value) }));

      // Step 2: 载入数据源
      chart.source(dataX);

      // Step 3:创建图形语法,绘制柱状图,由 genre 和 sold 两个属性决定图形位置,genre 映射至 x 轴,sold 映射至 y 轴
      chart
        .interval()
        .position('name*value')
        .color('name');

      // Step 4: 渲染图表
      chart.render();
  }, [data]);
  return (
    <div className={
       
       styles.chartWrap}>
      <div className={
       
       styles.chartTitle} style={
       
       { color, fontSize: size, paddingTop }}>
        {
       
       title}
      </div>
      <canvas ref={
       
       chartRef}></canvas>
    </div>
  );
};

export default memo(XChart);

以上只是一个简单的例子, 更具业务需求的复杂度我们往往会做更多的控制, 比如动画(animation), 事件(event), 数据获取(data inject)等.


组件拖拽可以采用市面已有的Dragable等插件, 也可以采用H5-Dooring的智能网格拖拽. 这里笔者选择自由拖拽来实现. 已有的有:


  • rc-drag
  • sortablejs
  • react-dnd
  • react-dragable
  • vue-dragable


等等. 具体拖拽呈现流程如下:


image


具体拖拽流程就是:


  1. 使用H5 dragable API拖拽左侧组件(component data)进入目标容器(targetBox)
  2. 监听拖拽结束事件拿到拖拽事件传递的data来渲染真实的可视化组件
  3. 可视化组件挂载, schema注入编辑面板, 编辑面板渲染组件属性编辑器
  4. 拖拽, 属性修改, 更新
  5. 预览, 发布


组件的schema参考Dooring DSL设计


可视化大屏数据自治探索


目前我们实现的搭建平台可以静态的设计数据源, 也可以注入第三方接口, 如下:


image


我们可以调用内部接口来实时获取数据, 这块在可视化监控平台用的场景比较多, 方式如下:


image


参数(params)编辑区可以自定义接口参数. 代码编辑器笔者这里推荐两款, 大家可以选用:


  • react-monaco-editor
  • react-codemirror2


使用以上之一可以实现minivscode, 大家也可以尝试一下.


辅助功能


可视化大屏一键截图一键截图功能还是沿用H5-Dooring 的快捷截图方案, 主要用于对大屏的分享, 海报制作等需求, 我们可以使用以下任何一个组件实现:


  • dom-to-image
  • html2canvas


撤销重做


撤销重做功能我们可以使用已有的库比如react-undo, 也可以自己实现, 实现原理:


image


有点链表的意思, 我们将每一个状态存储到数组中, 通过指针来实现撤销重做的功能, 如果要想更健壮一点, 我们可以设计一套“状态淘汰机制”, 设置可保留的最大状态数, 之前的自动淘汰(删除, 更高大上一点的叫出栈). 这样可以避免复杂操作中的大量状态存储, 节约浏览器内存.


标尺参考线标尺和参考线这里我们自己实现, 通过动态dom渲染来实现参考线在缩放后的动态收缩, 实现方案核心如下:


arr.forEach(el => {
  let dom = [...Array.from(el.querySelectorAll('.calibrationNumber'))][0] as HTMLElement;
  if (dom) {
    dom.style.transform = `translate3d(-4px, -8px, 0px) scale(${
        
        (multiple + 0.1).toFixed(
      1,
    )})`;
  }
});

详细源码可参考: H5-Dooring | 参考线设计源码



目录
相关文章
|
人工智能 自然语言处理 搜索推荐
6个好用的AI写作工具合集,各种AI写作软件类型超全整理!
AI生成营销文案、生成文章标题、改写润色内容、写作素材搜集...好用的AI写作工具有哪些?
6个好用的AI写作工具合集,各种AI写作软件类型超全整理!
|
2月前
|
移动开发 Rust 前端开发
2026年前端性能优化实战:如何让首屏加载速度提升80%?
本文聚焦2026年前端性能优化三大趋势:React Server Components(RSC)实现服务端渲染降JS体积70%+;Rust化构建工具(如Vite)提速10–100倍;INP指标取代LCP/FID,聚焦交互响应。结合电商与H5实战案例,首屏加载最高提速80%,转化率提升23%。
|
NoSQL 网络协议 Redis
解决:启动Redis报错
当 Redis 启动报错“Could not create *:6379”时,可能是端口占用或配置问题。解决方法:依次运行以下命令——先通过 `redis-cli.exe` 进入命令行并执行 `shutdown` 关闭服务,再用 `exit` 退出工具,最后通过 `redis-server.exe redis.windows.conf` 重启 Redis。此操作可有效释放端口并正常启动 Redis 服务。
1768 1
|
数据采集 传感器 监控
LPWAN技术及常用场景(一)
LPWAN技术及常用场景(一)
807 0
|
Java
SpringBoot 拦截器 统一日志 记录用户请求返回日志
SpringBoot 拦截器 统一日志 记录用户请求返回日志
943 0
|
监控 前端开发 搜索推荐
EventBridge EDA (事件驱动):架构场景实践(一)|学习笔记
快速学习 EventBridge EDA (事件驱动):架构场景实践
719 0
EventBridge EDA (事件驱动):架构场景实践(一)|学习笔记
|
存储 Java 大数据
Springboot整合Minio实现文件上传和下载
Minio是一个灵活、高性能、开源的对象存储解决方案,适用于各种存储需求,并可以与云计算、容器化、大数据和应用程序集成。它为用户提供了自主控制和可扩展性,使其成为一个强大的存储解决方案。
2164 0