明细 rows
输入业务明细,尚未聚合。每一行是一条原始记录。
rows[]rows[]
pivot table · model + canvas
聚合给出每个维度组合唯一的数据;矩阵变换把维度序号映射成
[x, y];Canvas 只绘制视口内的单元格。模型、布局和渲染彼此独立。
02 · pipeline
聚合、布局、几何、渲染各自独立;内置 / 示例 feature 挂在阶段之间或渲染之后, 新增能力也复用同一组挂载点。
业务明细,尚未聚合。每一行是一条原始记录。
rows[]rows[]
按维度 key 分组,每个维度组合只保留一行,计算 count / sum / avg / min / max。
rows[]cube.rows[]
把成员取值编码成序号,通过仿射矩阵得到整数网格坐标,并生成可递归渲染的表头。
cube.rows[]layout
根据视口和滚动偏移计算屏幕矩形、可见范围与裁剪区;不接触 Canvas。
layoutgeometry
绘制背景、网格线、文本和冻结表头;只遍历视口内的格子。
layout + geometryCanvas
scrollX / scrollY 变化 → 重新计算几何 → 重绘
命中测试 / 折叠 / 下钻 → 重入 collapseCube、aggregate 或 layoutPivot
03 · matrix transform
维度层级等价于混合进制数:父级粗定位,子级在父级划出的块内细定位。 整棵树最终折叠成一个固定矩阵。
一条记录被编码成增广向量,每个维度贡献一个成员序号
id,最后补一个常数项 1:
v = [i₁, i₂, ..., i_D, 1]ᵀ
矩阵 M 的第 d 列是该维度所在轴的单位向量乘以
spand,最后一列是平移:
[x, y]ᵀ = M · v
父子 span 满足乘积关系。父维度每变一级,跨过的行数正好是 子维度成员数乘以子维度 span:
span_parent = n_child × span_child span_d = Π n_c(c 为 d 的后代)
每个父成员下补齐全局子成员,形成规则网格。span 与父成员无关, 整个布局是一个固定矩阵,代价是空单元格。
只排列数据中实际出现的组合,父成员块大小可变。没有全局固定矩阵, 但每条记录仍给出分段仿射变换。
offset / size 直接对应 rowspan / colspan。04 · live demo
5 个区域、20 个城市、6 年、3 类产品,共 867 条明细聚合为 288 行。 表头冻结,数据区只绘制视口内的部分。
滚轮或拖拽平移,拖动右侧 / 底部滚动条可精确跳转;滚动条在停止操作后 自动隐藏,悬停或拖动时保持显示;Shift + 滚轮横向滚动;聚焦画布 后可用方向键、PageUp / PageDown、Home / End。并列度量时,热力图和行/列汇总都按 measure 分列。角区标签 开关演示自定义叠加层;高值标记演示自定义 feature:cellStyle 改底色, renderWithOverlay 画角标;折叠模式开启后可点击行/列父表头折叠, 可与行/列汇总、并列度量同时使用;cartesian 暂不可用。行/列小计与总计 分别在 region、year 维度末尾插入汇总。
05 · performance
滚动时只遍历可见单元格;表头按 offset 二分剪枝;尺寸不变时复用 canvas 缓冲区;热力范围按 layout 缓存。
visible 范围,总格数不参与每帧循环。cellMap。beginPath() + stroke()。06 · benchmark
用真实的 aggregate + layoutPivot 跑模型变换,每个规模独立 Node 进程重复 3 次, 取总耗时中位数。千万级在本机可用内存不足,改用分片聚合;表格里明确标注两种方式。
| 原始记录 | 生成 | 聚合 | 合并 | 布局 | 变换 | 峰值内存 | 方式 |
|---|---|---|---|---|---|---|---|
| 正在加载基准结果… | |||||||
结果文件:
bench/results.json
· 复现:node bench/run.mjs · 脚本:
bench/transform.mjs
07 · depth sweep
固定 100 万条明细,先加行维度、再加列维度,每层 2 个成员。 停止条件看矩阵变换(layoutPivot)是否超过 3 秒,同时记录聚合耗时和峰值内存。
正在加载深度实验结果…
| 行深 | 列深 | 聚合 | 矩阵变换 | 合计 | 峰值内存 | 输出 |
|---|---|---|---|---|---|---|
| 正在加载… | ||||||
| 行深 | 列深 | 聚合 | 矩阵变换 | 合计 | 峰值内存 | 输出 |
|---|---|---|---|---|---|---|
| 正在加载… | ||||||
结果文件:
bench/depth-results.json
· 复现:node bench/depth-run.mjs · 脚本:
bench/depth-run.mjs
08 · quickstart
没有构建步骤,没有运行时依赖。下面按 Demo 功能提供最小调用片段,可直接复制。
核心不依赖 feature;选一个挂载点,写只读核心输出的函数。