本文首發(fā)于 NebulaGraph 公眾號
前言圖數(shù)據(jù)可視化是現(xiàn)代 Web 可視化技術中比較常見的一種展示方式，NebulaGraph Explorer 作為基于 NebulaGraph 的可視化產(chǎn)品，在可視化圖數(shù)據(jù)領域，尤其是在圖形渲染性能等領域積累了較豐富的經(jīng)驗 。本文將系統(tǒng)性分享 NebulaGraph Explorer 在 3D 圖數(shù)據(jù)展示上的一些應用 。以下演示皆可在 https://explorer.nebula-graph.com.cn/explorer 在線試用 。二維力導圖目前業(yè)界常用的圖數(shù)據(jù)展示都采用 2D 力導圖的邏輯，如下圖所示：
文章插圖
這種二維化的可視化模式，在圖形語義上對物理世界數(shù)據(jù)進行了降維，通過點、邊形狀來描述實體和關系，符合人腦的習慣性直覺，簡化了圖數(shù)據(jù)的理解成本 。D3-force，G6 等所采用的就是這樣一種布局模式，也是大部分圖類場景的基礎算法 。其布局的力導算法則是大部分基于經(jīng)典的 Fruchterman 布局算法，模擬彈簧的胡克定律和物體的萬有引力，制造相互牽引和排斥的力算法，再通過模擬冷卻收斂，最終得到減少交叉、步長等距、點分離獨立 的二維圖布局 。這也是可視化的基本訴求，即能夠無遮擋地清晰查看各類繁雜的數(shù)據(jù) 。然而，2D 場景并不一定適用所有場景，主要有以下原因：空間信息展示部分數(shù)據(jù)具有原生的空間坐標信息，且這部分信息也不可降維，如分子結構、經(jīng)緯度的球坐標展示、具有層級高度的數(shù)據(jù)等 。這類數(shù)據(jù)通過 3D 展示會更符合人的習慣和直覺 。大數(shù)據(jù)量布局展示在較大的數(shù)據(jù)集情況下，由于 2D 沒有深度，導致所有的數(shù)據(jù)需要被平鋪在畫布上，可以想象一個西瓜的所有西瓜籽平鋪的情況，占地面積要遠遠大于西瓜本身 。因此這種情況需要將數(shù)據(jù)本身信息可視化還原，就需要 3D 可視化技術來實現(xiàn)了 。
文章插圖
圖數(shù)據(jù) 3D 可視化圖數(shù)據(jù)的 3D 可視化在邏輯上和 2D 比較像，我們一般依然是采用 2D 的 Fruchterman 力導圖邏輯，也依然需要盡量避免交叉遮擋，但維度升了一維，邏輯復雜的也上升不少 。因此我們重新自研了 3D 力導向算法來獲得更好的效果和性能 ?？梢钥吹较聢D同樣的復雜網(wǎng)絡關系中，3D 顯示則會有較為明確的關系展示 。提供不同角度的圖結構
文章插圖
對于高密度的點邊，可以像 3D 游戲一樣，將視角轉移，切換，觀察到不同角度的圖數(shù)據(jù)結構
文章插圖
文章插圖
相同的數(shù)據(jù)也可以有完全不同的可視化效果 。提供鳥瞰視角
文章插圖
在 3D 鳥瞰情況下，可以將點再空間方向散射開，同樣數(shù)據(jù)量下，畫布能清晰的標識出節(jié)點團簇，也可以輕松的識別出超級節(jié)點 。通過屏幕內(nèi)的整體顏色分布，能大致看出來整個可視化圖中的節(jié)點 Tag 占比 。身臨其境的體驗感
文章插圖
用戶可以再整個空間內(nèi)搜索節(jié)點，直接定位到對應節(jié)點上，查看相關連的其余節(jié)點數(shù)據(jù) 。高性能可視化目前我們的 3D 可視化可以支持 10w 點，10w 邊同時渲染 。渲染數(shù)量是由渲染性能，布局計算性能，內(nèi)存占用，網(wǎng)絡速率，NebulaGraph 性能等各方面因素綜合決定的，上限主要由硬件和外部條件限制(網(wǎng)速，客戶度機器配置，NebulaGraph機器性能)決定，下限則是由圖形渲染及布局算法決定 。我們?yōu)榱颂岣呦孪?，自研了圖形渲染和布局算法部分，得到了較好的效果 。海量數(shù)據(jù)渲染W(wǎng)ebGL 是 web 端直接利用 GPU 進行渲染的方式 。我們?yōu)榱颂岣呙恳粠膱D形渲染能力，在 3D 模式下采用 WebGL 來進行渲染 。并且支持高低性能模式：
經(jīng)驗總結擴展閱讀
- Golang-Gin Response 統(tǒng)一返回restful格式的數(shù)據(jù)
- 怎么練成輕功（輕功如何快速練成)
- 賽爾號幾米怎么打譜尼（賽爾號如何打譜尼)
- 父母愛情安杰是什么人?
- 愛情公寓里面姨媽是誰?
- 錢多多在變形計哪一期?
- 過期的防曬霜還能用嗎?
- 迪士尼手表怎么調(diào)時間?
- 電影特別行動有彩蛋嗎?
- 皮膚美白的小妙招有哪些?