[原创.数据可视化系列之三]使用OL3加载大量点数据

不管是百度地图还是高德地图,都很难得见到在地图上加载大量点要素,比如同屏1000的,因为这样客户端性能会很低,尤其是IE系列的浏览器,简直是卡的要死。但有的时候,还真的需要,比如,我要加载全球的AQI的测站和数据,这些站点在全球有4000多个,如何加载这些点并提高,OL3的ImageVector是一个很好地选择,简单的说,就是把这些要素渲染到一张图上,这样提高性能。

//加载JSON数据

mainxiu.loaddata=function(options)

{

varthat=this;

varstyleCache = {};

varcolors=['rgba(0, 153, 102, 0.99)',

'rgba(255, 222, 51, 0.99)',

'rgba(255, 153, 51, 0.99)',

'rgba(204, 0, 51, 0.99)',

'rgba(102, 0, 51, 0.99)',

'rgba(126, 0, 35, 0.99)'];

varcreateStyle =function(feature, resolution) {

varcolorkey=0;

varreskey=2;

vardataval=parseFloat(feature.data.aqi);

if(dataval>=0 && dataval<=50)

{

colorkey=0;

}elseif(dataval>50 && dataval<=100)

{

colorkey=1;

}

elseif(dataval>100 && dataval<=150)

{

colorkey=2;

}

elseif(dataval>150 && dataval<=200 )

{

colorkey=3;

}

elseif(dataval>200 && dataval<=300 )

{

colorkey=4;

}

else

{

colorkey=5;

}

if(resolution<4)

{

reskey=16;

}elseif(resolution<19)

{

reskey=12;

}

elseif(resolution<76)

{

reskey=8;

}

elseif(resolution<305)

{

reskey=6;

}

else

{

reskey=3;

}

varstyle = styleCache[colorkey+"-"+reskey];

if(!style) {

style = [newol.style.Style({

image:newol.style.Circle({

radius: reskey,

fill:newol.style.Fill({

color: colors[colorkey],

})

})

})];

styleCache[colorkey+"-"+reskey]=style;

}

returnstyle;

};

$.getJSON(options.url,function(result) {

vartmpLayer = that.getLayerById(options.id);

if(tmpLayer ==null)

{

tmpLayer =newol.layer.Image({

id: options.id,

opacity: 0.95,

maxzoom: 1224,

minzoom: 0.0001

});

that.olmap.addLayer(tmpLayer);

}

varfeatures=[];

$(result).each(function(i, val) {

geom =newol.geom.Point(ol.proj.transform([parseFloat(val.g[1]),parseFloat(val.g[0]) ], 'EPSG:4326', 'EPSG:3857'));

feature =newol.Feature(geom);

features.push(feature);

feature.data = val;

});

// Source and vector layer

varvectorSource =newol.source.Vector({

features : features

});

varvimage=newol.source.ImageVector({

source:vectorSource,

});

vimage.setStyle(createStyle);

tmpLayer.setSource(null);

tmpLayer.setSource(vimage);

that.setLayerVisible(options.id,true);

});

};

大家可以不使用ImageVector进行显示对比一下性能:

最后编辑于
©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 203,456评论 5 477
  • 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 85,370评论 2 381
  • 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 150,337评论 0 337
  • 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 54,583评论 1 273
  • 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 63,596评论 5 365
  • 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 48,572评论 1 281
  • 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 37,936评论 3 395
  • 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 36,595评论 0 258
  • 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 40,850评论 1 297
  • 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 35,601评论 2 321
  • 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 37,685评论 1 329
  • 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 33,371评论 4 318
  • 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 38,951评论 3 307
  • 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 29,934评论 0 19
  • 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 31,167评论 1 259
  • 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 43,636评论 2 349
  • 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 42,411评论 2 342

推荐阅读更多精彩内容