ArcGIS API for JavaScript 3.x与Supercluser

研究背景

    以前的老项目还用着ArcGIS API for JavaScript 3.x,最近有数据更新要有几十万的数据要展示。
    仔细研究一番,发现ArcGIS API for JavaScript 3.41文档中写着仅限数据中的五万条,多了也不会聚合。


5b602ab0ed2140638e41f821015e0809_tplv-k3u1fbpfcp-watermark.png

    看着官方不提供解决方案,我决定找找开源的方案,找到一个ArcGIS API for JavaScript 4.x与Supercluser结合的clusterlayer,不过不是想要的结果,于是我自己开发一个。

supercluster介绍

    supercluster是一个高性能的点聚合库,可以用在浏览器端和Node服务端

处理过程

    先基于supercluster创建数据聚合,一百万数据处理完0-9级聚合大概四秒钟。接着监听地图范围变化,这样就可以
使用FeatureLayer显示

//创建要素图层
var featureCollection = {
    "layerDefinition": null,
    "featureSet": {
        "features": [],
        "geometryType": "esriGeometryPoint"
    }
};
featureCollection.layerDefinition = {
    "geometryType": "esriGeometryPoint",
    "objectIdField": "CID",
    "drawingInfo": {
        "renderer": {
            "type": "simple",
            "symbol": {
                "color": [79,218,79,255],
                "type": "esriSMS",
                "size":30,
                "style": "esriSMSCircle",
                "outline": {
                    "color": [79,218,79,255],
                    "width": 1,
                    "type": "esriSLS",
                    "style": "esriSLSSolid"
                }
            }
        }
    },
    "fields": [{
        "name": "CID",
        "alias": "CID",
        "type": "esriFieldTypeOID"
    },
        {
            "name": "point_count",
            "alias": "point_count",
            "type": "esriFieldTypeInteger"
        },
        {
        "name": "point_count",
        "alias": "point_count",
        "type": "esriFieldTypeInteger"
    },
        {
            "name": "cluster_id",
            "alias": "cluster_id",
            "type": "esriFieldTypeInteger"
        },
        {
        "name": "point_count_abbreviated",
        "alias": "point_count_abbreviated",
        "type": "esriFieldTypeString"
    }
    ]
};

var popupTemplate = new PopupTemplate({
    title: "{point_count}",
    description: "{point_count_abbreviated}"
});

//create a feature layer based on the feature collection
let monumentLayer = new FeatureLayer(featureCollection, {
    id: 'flickrLayer',
    infoTemplate: popupTemplate
});

worker中请求数据并创建聚合,根据页面信息地图经纬度范围还有级别传递数据


index = new Supercluster({
    log: true,
    radius: 60,
    extent: 256,
    maxZoom: 9,
    minZoom: 0,
    //reduce: (accumulated, props) => { accumulated.sum += props.sum; },
    // properties to use for individual points when running the reducer
    map(props) {
        props.point_count = 1;
        props.point_count_abbreviated = '1';
        return props;
    },
}).load(data.features);


self.onmessage = function (e) {
    if (e.data.getClusterExpansionZoom) {
        postMessage({
            expansionZoom: index.getClusterExpansionZoom(e.data.getClusterExpansionZoom),
            center: e.data.center
        });
    } else if (e.data.bbox) {
        postMessage(index.getClusters(e.data.bbox, e.data.zoom));
    } else if (e.data.tile) {
        postMessage(index.getTile(e.data.tile[0], e.data.tile[1], e.data.tile[2]));
    }
};

709a09e3e47445fea0cfdd1a44fb06cc_tplv-k3u1fbpfcp-watermark.png

完成效果

051d89515ad9492ca5749bf1a74cc41d_tplv-k3u1fbpfcp-watermark.gif



参考资料:

https://developers.arcgis.com/javascript/3/jsapi/featurelayer-amd.html#setfeaturereduction

https://github.com/mapbox/supercluster

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 222,104评论 6 515
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 94,816评论 3 399
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 168,697评论 0 360
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,836评论 1 298
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,851评论 6 397
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 52,441评论 1 310
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,992评论 3 421
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,899评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,457评论 1 318
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,529评论 3 341
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,664评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 36,346评论 5 350
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 42,025评论 3 334
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,511评论 0 24
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,611评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 49,081评论 3 377
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,675评论 2 359

推荐阅读更多精彩内容