系统虚拟化已过时，Containers将主导未来的云架构？

2013年7月初，百度商业前端数据可视化团队发布了开源JavaScript图表库ECharts的1.1.0版本，引起了广泛关注。ECharts基于HTML5 Canvas，是一个纯Javascript图表库，提供直观，生动，可交互，可个性化定制的数据可视化图表。

经ECharts开发者介绍，InfoQ编辑整理了一些有关这个图表库的相关信息，分享给大家。

ECharts的目的

ECharts的开发是为了解决数据可视化的问题。它是一个web前端数据可视化的解决方案，面向前端开发人员使用，可以输出具有可交互图形用户界面的数据可视化图表。

数据可视化一路发展过来，从简易图表阶段（缺乏视觉表现力），到注重视觉表现力的信息设计阶缺段（乏对数据的深入理解，往往产生视觉误导），再到今天大家看到的很多冲击力极强的数据可视化作品（如TED的无数作品，数据分析与视觉表现力充分结合），这显然不会是终点。数据可视化在国际上正在进入一个新的阶段，深度数据交互，在这个阶段将打破平面的视觉效果，实现了人机互动式的跨平台操作，真正的将数据带入到任何工作场合中，帮助人更好的掌握数据价值。业界领先的Tableau就是个很好的例子，或者如初创企业zoomdata所做的也能说明这一趋势，而ECharts也正朝着这个目标出发。

ECharts的思路

如维克托 • 迈尔 - 舍恩伯格教授的《大数据时代》所述，大数据时代有几个特点需要人们转变思维或适应变化，其中很重要的一点就是“社会需要放弃它对因果关系的渴求，而仅需关注相关关系”。人们更需要关注“数据是什么”。ECharts的特性设计正是以此为出发点，呈现数据真实的一面，并且提供了一些直观、易用的交互方式以方便用户对所展现数据进行挖掘、提取、修正或整合，通过系列选择、区域缩放、数值筛选等不同方式让用户可以更加专注于他们所关心的地方，可以有更丰富的呈现方式解读数据。

ECharts的实现

ECharts的实现，表面上是canvas，但ECharts内在的技术特征应该是数据驱动和基于消息的耦合剥离。通过底层canvas类库ZRender，ECharts代码里几乎可以无视canvas的存在。

熟悉KineticJS、EaselJS或者oCanvas的朋友应该对canvas基础库的概念不陌生。ZRender是一个轻量级的canvas类库，MVC封装，数据驱动，提供类Dom事件模型。这个canvas类库让开发者写起canvas应用时就像写web页面一样。此外，css style的样式属性定义，层叠，MVC架构（CURD、render & refresh），promise式的动画接口，也都是如此设计。

ZRender同样是百度商业前端数据可视化团队的作品，里面也有很多有意思的东西。

虽然说大数据的含义并不是“数据量大”，但大数据强调的考察对象从“随机样本”到“总体”的转变趋势不可避免的带来了需要展现大量数据的需求。这或许是ECharts技术选型上为什么是canvas而不是svg的重要原因，在有限区域内显示尽可能多的数据，ECharts的大规模散点图充分利用了canvas的像素处理能力，这或许已经达到了现有web呈现能力的极限，而显示性能跟显示一张图片无异。抛开像素处理能力不说，同样呈现普通的图形，你很难想象浏览器创建10万个svg DOM会有多么吃力，而用canvas渲染10万个圆仅需500ms左右（chrome）。

在ECharts中涉及的一些技术细节：

• 依赖excanvas兼容IE8-。

• 遵循AMD模块化标准，图表按需加载。

• 地图由基于svg格式的矢量数据生成，底层ZRender会转换成canvas的路径。

• 旋转、平移、动画的实现，被转成矩阵运算来解决。

• 反复渲染的性能问题，采用了分层刷新和dirty flag进行了优化。

• 基于包围盒和纯数学方法解决同时大大优化了图形hover判断。

• 图表和控件间采用消息中心进行通信协作。

ECharts的接口方法很简单，但有一个很庞大的配置项集合。为了让设置合理，牺牲了很多实现成本。ECharts团队认为，接口设计的合理比起实现成本重要得多。