当前位置: 首页 > news >正文

【ECharts】2. ECharts 性能优化

动态(按需)加载异步子组件

之前说过 ECharts 如何封装,今天来讲一讲 ECharts 如何做性能优化。

对于之前 ECharts 的封装子组件,我们可以使用 component 动态组件的方式进行渲染,并传参。

并且使用 import 动态导入搭配 defineAsyncComponent 实现打包代码分割,import 实现组件按需加载, defineAsyncComponent 实现将这些异步组件单独打包,减小主包的体积。

而且统一封装图表组件,统一管理图表配置 options,可以实现业务数据与图表样式配置分离。

在这里插入图片描述

以下代码均只保留核心代码,已脱敏。

index.vue 中去实现动态渲染:

 <componentclass="w-full":is="echartsComponent"v-if="echartsComponent"v-bind="echartsProps"/>
  // 接收参数const props = defineProps({confgData: {type: Object,required: true,default: () => ({}),},boardData: {type: Object,required: true,default: () => ({}),},// componentKey: {//   type: String,//   required: true,// },});// ...// 所有的图表按需加载const allEcharts = [{type: 'bar',component: defineAsyncComponent(() => import('./BarEcharts/index.vue')),},{type: 'pie',component: defineAsyncComponent(() => import('./PieCharts/index.vue')),},{type: 'line',component: defineAsyncComponent(() => import('./LineCharts/index.vue')),},{type: 'progress',component: defineAsyncComponent(() => import('./Progress/index.vue')),},];// 抛出一个父组件使用该组件修改内部配置的方式const emit = defineEmits(['updates']);// 针对不同图表做不同的参数传递const echartsProps = computed(() => {if (confgData.value?.type === 'bar') {return {xAxisLabels: props.boardData.x_axis_labels,yAxisLabels: props.boardData.y_axis_labels,seriesData: props.boardData.series_data,isHorizontal: props.boardData?.y_axis_labels?.length >= 1,};} else if (confgData.value?.type === 'pie') {return {data: props.boardData.data,title: props.boardData?.title,};} else if (confgData.value?.type === 'progress') {return {percent: props.boardData.percent,title: props.boardData?.title,};} else {// 折线图// obj 特殊化配置return {xAxisLabels: props.boardData.x_axis_labels,yAxisLabels: props.boardData.y_axis_labels,seriesData: props.boardData.series_data,isHorizontal: props.boardData?.y_axis_labels?.length > 1,...obj,};}});// 计算得到所需组件const echartsComponent = computed(() => {return allEcharts.find((item) => item.type === confgData.value?.type)?.component;});

按需导入 ECharts 包

按需引入 ECharts,而非全量引入,减小打包体积大小。

在全局入口文件中引用。

lib/echarts.ts

import * as echarts from 'echarts/core';import {BarChart,LineChart,// ...
} from 'echarts/charts';import {TitleComponent,TooltipComponent,// ... 
} from 'echarts/components';import { SVGRenderer } from 'echarts/renderers';echarts.use([LegendComponent,TitleComponent,// ...
]);export default echarts;

依赖预构建

依赖预构建 (Dependency Pre-Bundling)

vite.config.ts 文件中,相关的配置是 optimizeDeps.include

// vite.config.ts
export default defineApplicationConfig({overrides: {optimizeDeps: {include: ['echarts/core','echarts/charts','echarts/components','echarts/renderers',// ... other dependencies],},// ...},
});

这个配置是如何优化 ECharts 的?

  1. 优化对象:此优化主要针对 开发环境 (dev server),旨在提升开发时的页面加载速度和热更新性能。

  2. 工作原理

    • 问题背景
      1. ECharts 库本身是由大量的小模块组成的(例如,core 是核心,charts 目录下有各种图表类型,components 目录下有提示框、图例等组件)。
      2. 当我们在代码中按需引入时(如 import { BarChart } from 'echarts/charts'),在开发模式下,浏览器需要根据 import 语句逐个去请求这些零散的模块文件。
      3. 如果一个复杂的图表需要几十个模块,就会导致浏览器发起大量的网络请求,形成“请求瀑布流”,严重拖慢页面首次加载速度。
    • Vite 的解决方案:Vite 在启动开发服务器时,会先扫描项目代码,找出所有依赖。对于 optimizeDeps.include 中明确列出的依赖,Vite 会使用速度极快的 esbuild 工具,提前将这些零散的模块 “预构建” 成一个或少数几个大的 JavaScript 文件。
      • 具体到 ECharts:配置中的 'echarts/core', 'echarts/charts', 'echarts/components', 'echarts/renderers' 告诉 Vite:“请提前把这几个路径下的所有 ECharts 模块都找到,并将它们打包成一个整体。”
  3. 带来的好处

    • 减少网络请求:经过预构建,当浏览器需要加载 ECharts 时,不再是请求几十个零散的小文件,而是只请求一个或几个已经打包好的大文件。这极大地减少了 HTTP 请求开销。
    • 模块格式转换esbuild 会将可能存在的 CommonJS 或 UMD 格式的模块(一些旧的库可能还在使用)统一转换为浏览器原生支持的 ESM (ES Modules) 格式,避免了在浏览器端进行复杂的模块解析。
    • 更快的页面加载:最终结果就是,在开发环境中,包含 ECharts 图表的页面加载速度会得到显著提升,让开发体验更加流畅。

注意:这个优化主要作用于 开发环境。在 生产环境打包 (build) 时,Vite 会利用 Rollup 和 Tree Shaking 机制,确保最终打包出的代码只包含实际用到的 ECharts 模块,以实现生产环境包体积的最小化。这里的 optimizeDeps 配置与最终的打包体积没有直接关系。

图表的屏幕适配

统一解决了窗口缩放时图表的适应问题,避免因窗口缩放导致的 ECharts 图表变形。(主要针对大屏)

  1. 使用 scale,缩放比例比较小,那么左右留白比较大。
  2. 推荐使用 vw/vh,动态计算宽高比例,字体等,比较灵活,避免大片留白。缺点:每个图表都需要单独做字体、间距、位移的适配,比较麻烦。
http://www.dtcms.com/a/344322.html

相关文章:

  • 【在ubuntu下使用vscode打开c++的make项目及编译调试】
  • [antv-x6] 博客案例
  • 英伟达新架构9B模型引领革命,谷歌/阿里/微美全息AI多维布局锻造底座竞争力
  • ROS2下YOLO+Moveit+PCL机械臂自主避障抓取方案
  • Retrieval-Augmented Generation(RAG)
  • 《CF1245D Shichikuji and Power Grid》
  • 雷达图教程:何时适用,何时无效,以及如何正确使用
  • 小智ai+mcp+n8n的智能组合
  • Matplotlib 可视化大师系列(三):plt.bar() 与 plt.barh() - 清晰对比的柱状图
  • 计算机组成原理(10) - 浮点数的表示
  • 全栈开发:从LAMP到云原生的技术革命
  • docker + nginx + pm2 部署前端项目和后端(nodejs)项目
  • setup 语法糖核心要点
  • 第二十八天:多项式求值问题
  • 决策树进阶学习笔记
  • 文件包含的学习笔记
  • ExcelUtils实现 设置内容 插入行 复制行列格式
  • Day11 数据统计 图形报表
  • 打造数字化资产管理新范式——资产管理系统实战体验
  • DIC技术极端环境案例分享:35MPa水下高压釜拉伸测试
  • Unity 自用帧同步架构分享
  • Python递归下降解析器深度解析:从原理到工程实践
  • layui.formSelects自定义多选组件在layer.open中使用、获取、复现
  • 2025年十大工程项目管理软件
  • 如何使用AI大语言模型解决生活中的实际小事情?
  • 【机器学习深度学习】LMDeploy的分布式推理实现
  • Laravel分布式全链路追踪实战
  • OpenCV 图像边缘检测
  • 设计模式之装饰模式
  • 技术革新:再互动平台如何以全链路数字化重构防伪溯源生态