D3 force layout and WebGL integration
原文地址：https://geekplux.com/2017/06/27/d3-force-and-webgl-integration (opens in a new tab)
D3 是目前最流行的数据可视化库，WebGL 是目前 Web 端最快的绘制技术。由于性能问题的局限，将两者结合的尝试越来越多（如），本文将尝试用 D3 的力导向图 (opens in a new tab) 和 Three.js (opens in a new tab) 和 PixiJS (opens in a new tab) 结合。全文阅读完大概 5 分钟，因为你重点应该看代码 (opens in a new tab)。
做数据可视化时，必然会考虑性能的问题。早前数据可视化都是用 Qt 等 GUI，后来逐渐迁移到了迅猛发展的浏览器上展示，Web 的性能问题成了大多数可视化的局限，尤其是在三维可视化，或数据量特别大的时候。现在主流的 Web 可视化技术为三种：SVG、Canvas 和 WebGL，难易程度和性能如下图：
SVG 的优点很多，编辑简单，交互便捷，灵活性极高，业内成熟的可视化工具（如 d3）都是用的 SVG。但是每个 SVG 都是一个 DOM 元素，随着它的数量上来之后，交互开始慢的难以忍受。这是因为每当修改一个 DOM 对象，只要这个对象在文档里，接着在浏览器里就会发生两个动作，一个叫 Reflow（重排，就是重新排版），另一个叫 Repaint（重绘，就是重新渲染页面）。这两个动作不一定都会发生，但如果被修改的 DOM 当前可见的话，那么就会先重排，后重绘。绘制性能上 canvas 和 SVG（DOM 元素）应该差不多，但前者可以省掉重排过程，因此性能更高。然而，WebGL 的性能更胜一筹，因为 WebGL 使用 GPU 加速渲染，GPU 在大规模计算方面有绝对优势（图像处理、深度学习都在用，显卡已经卖疯了）。例子：用 WebGL 绘制 200000 个点的动画 (opens in a new tab)
WebGL 虽然威力无穷，但是写起来比较痛苦，画个三角形大致要 100 行代码。所以很多人对 WebGL 进行了封装。上面图中提到的两个 Three.js (opens in a new tab) 和 PixiJS (opens in a new tab) 是目前最流行的两款 WebGL 库，当然还有新兴的 regl (opens in a new tab) 在今年的 OpenVis (opens in a new tab) 上大放异彩。本文尝试用前两者和 d3-force (opens in a new tab) 结合（项目代码在此 (opens in a new tab)），后面如果有时间的话，我会把使用 regl 和原生 WebGL 的例子也补充进去（我知道这是个 flag）。
正文
首先我们要知道什么是力导向图和如何使用 d3-force (opens in a new tab)。d3 4.0 之后，作者将其模块化，force 这个模块是基于 velocity Verlet (opens in a new tab) 实现了物理粒子之间的作用力的仿真，常用于网络或关系结构数据。即你把网络中的节点想象成一个个粒子，它们之间互相有作用力，所以不停的拉扯，直到趋于一个稳定状态，具体可以看我 demo (opens in a new tab) 中可视化出来的样子。
仔细看 demo (opens in a new tab) 中的源码可以发现，用 three.js (opens in a new tab) 和用 pixi.js (opens in a new tab) 实现起来非常类似，其中有关力导向图的关键代码是下面几句：
const simulation = d3.forceSimulation() // 创建一个作用力的仿真，但此时还没启动
.force('link', d3.forceLink().id((d) => d.id)) // 为边之间添加 Link 型作用力
.force('charge', d3.forceManyBody()) // 指定节点间的作用力类型为 Many-Body 型
.force('center', d3.forceCenter(width / 2, height / 2)) // Centering 作用力指定布局围绕的中心d3-force (opens in a new tab) 提供了五种作用力，分别是 Centering、Collision、Links、Many-Body、Positioning。此时我们已经创建好带有各种力的仿真器了，接下来需要启动它：
simulation
.nodes(data.nodes) // 根据 data.nodes 数组来计算点之间的作用力，相当于不停计算节点的 xy 坐标
.on('tick', ticked) // 每次 tick 调用 ticked
simulation.force('link')
.links(data.links) // 根据 data.links 数据计算边之间的作用力至此一个力导向图的仿真就开始了，那么怎么把这些节点和边显示出来呢？让我们继续看源码，以 three.js 为例：
const scene = new THREE.Scene()
const camera = new THREE.OrthographicCamera(0, width, height, 0, 1, 1000)
const renderer = new THREE.WebGLRenderer({alpha: true})
renderer.setSize(width, height)
container.appendChild(renderer.domElement) // container 这里是 document.body在 Three.js 中展示场景需要具备三要素：场景、照相机、渲染器。照相机就相当于我们的眼睛，它对着渲染好的场景就相当于把场景成像到了相机中，这里的照相机我们用的是平行投影相机，渲染器我们使用的是 WebGL 渲染器。设置好渲染器的大小，把它添加到页面的元素上，相当于添加了一个 <canvas> 元素。接下来，我们生成每个节点和边的样子：
data.nodes.forEach((node) => {
node.geometry = new THREE.CircleBufferGeometry(5, 32)
node.material = new THREE.MeshBasicMaterial({ color: colour(node.id) })
node.circle = new THREE.Mesh(node.geometry, node.material)
scene.add(node.circle)
})
data.links.forEach((link) => {
link.material = new THREE.LineBasicMaterial({ color: 0xAAAAAA })
link.geometry = new THREE.Geometry()
link.line = new THREE.Line(link.geometry, link.material)
scene.add(link.line)
})套路都一样，都是先建一个几何体，然后设置材质的样式，添加到场景中就好了。接下来只要在刚才提到的 ticked 这个回调函数中把节点和边的坐标更新一下就好了：
function ticked () {
data.nodes.forEach((node) => {
const { x, y, circle } = node
circle.position.set(x, y, 0)
})
data.links.forEach((link) => {
const { source, target, line } = link
line.geometry.verticesNeedUpdate = true
line.geometry.vertices[0] = new THREE.Vector3(source.x, source.y, -1)
line.geometry.vertices[1] = new THREE.Vector3(target.x, target.y, -1)
})
render(scene, camera)
}是不是比想象的简单多了？如果以上有什么地方看不懂，说明你可能对 Three.js 不是很了解，不过没关系，它的文档写的很好，入门很快。希望这篇文章能给你带来一些帮助，做了点微小的贡献，很惭愧 :)
