掘友等级
获得徽章 0
尝试用ts写一个2d的物理引擎,发现这玩意真的是天坑,学的线性代数全还给老师了
今天无限火力了,昨天纠结了一天请不请假,今天点赞满50明天请假不纠结
#图数据库#今日的图数据库小知识点是--「图结构的可视化与 GIS 数据的可视化」,欢迎对图数据库感兴趣的你在 GitHub 上 star Nebula & 向我们提 issue github.com [爱你]
图结构的可视化与 GIS 数据的可视化
图数据与 GIS 数据的可视化本质上有比较大的差异:
GIS是 Hierarchical + 瓦片式贴片展示的,而图数据本身是 flat 的,只能一次性将所有 touch 到的数据全部展示出来。
但是 GIS 的做法可以给我们启示,结合具体的业务场景,能否也做一个层级抽样,但是图抽样的问题是:如何在抽样的同时,尽量保持子图的连通性(否则可能 High level 的层次显示的都是孤立的点,只有最后最细粒度的一层才会显示所有数据)
一些粗浅的想法:可以结合图计算的技术,先算连通子图,然后在连通子图内部算 PageRank,按照 PageRank 大小划分成不同的区间,相当于按照 PageRank 值做 Hierarchical 分层,在层次切换时,为了保证图的连通性,除了显示下一个层次的顶点(PageRank 值在下一个区间)之外,还需要
显示这 2 个层次抽样出来的顶点的边(这相当于一个子图内的连通路径的检索,如果能做 aggregate 更好,如果这些边很多,是否可以按照 EdgeType aggregate,先显示统计值,如果用户有兴趣再展开——即图数据库返回 Aggregation 值,前端生成“虚拟”边,随着进一步展开,这些“虚拟边”会
被实际明细边取代)
上述 trick 只是为了解决图数据像 GIS 一样平滑展示的问题,缺点也比较明显,Hierarchical 抽样代价高。
另外,图数据的展示问题,不是一个独立的前端技术问题,还涉及到后端图数据库如下 feature 的支持:
1. Degree 统计;
2. 按照 EdgeType 进行 aggregate;
3. query 时遇到超级顶点做截断,并返回截断信息给 Client 内置一些 AP 性算法,如 PageRank、LPA、环探测等;
为什么第一次的onkeydown事件输入法没有触发?
时光真疯狂,如今的你,入行(前端)几年了?
遇到的瓶颈有哪些?对于这些瓶颈,
- 对于没有冲出的可以指出,我想有经验的大佬会为我们指明方向;
- 已经突破的一些瓶颈,又是做了哪些事情,希望分享出来,让还身陷泥潭的我们早日走出弯道、步入赛道、加速前进;
个人认为【瓶颈和瓶颈的突破】都会让人共鸣和期待。尽情挥洒你们的文字吧