假设开发中,遇到这样一个需求:“接口返回一片地区内所有的小区的电子围栏,将小区绘制到高德地图上”。很容易写出下面这样的代码:
const map = new Amap.Map();
for (const item of data) {
const polygon = new AMap.Polygon(item);
map.add(polygon);
}
效果大致可能就是这样,在实际运行中,很有可能会非常卡顿,因为绘制耗了大量时间,如果在地图上还有事件交互,也可能会非常卡顿。实际业务根本无法使用,这时候就要找办法性能优化,翻阅高德地图的文档示例,可能会发现有“集群”、“海量点”渲染优化等示例,但是实际上在项目中可能还是没法使用(比如这个需求是绘制小区)。
从接口层面来看,很有可能是后端吐出大规模地理信息数据,前端拿到数据后根据产品需求进行渲染,本质上都是在消费数据。最直接的方式是“单次消费全部数据进行全部渲染”,基本上会带来卡顿问题。让我们回到地图本身,当我们在地图上进行交互(比如移动地图、滚动缩放)时,地图看起来好像才会绘制当前视口能看到的地方,或者说就是这一片的瓦片。
所以,从地图本身的瓦片式渲染来看,我们对数据的消费也可以是这种形式,展示“当前视口内可以渲染的数据,当前缩放等级可以看到的数据”,进而大幅减少单次需要渲染的数据,性能自然就上去了。总结一下:
通过地图当前的视口、缩放登记,获取当前可以渲染的数据、被聚合的数据。