超大表格组件滚动渲染优化

news/2024/6/17 1:07:09 标签: 性能优化

引用自 摸鱼wiki

背景

业务中需要渲染一个最多有100+列的表格,由于表格使用原生dom实现,因此会出现同屏有近1000个单元格同时绘制,在快速滑动时页面会产生卡顿,影响用户体验。

方案

如下图所示,由于用户显示屏区域有限,实际上并不能同时看见超大表格的所有列,因此可以考虑虚拟滚动的设计思路,仅渲染用户可视区域内的单元格及其内容,区域外的尽可能减少渲染。

于是可以考虑把表格拆分成三个区域:

  1. 可视区域:即图中绿色标注单元格,这部分单元格用户可见,必须完整渲染
  2. 缓冲区域:即图中蓝色标注单元格,这部分单元格用户不可见,但在用户左右快速滑动时有可能可见,因此可以进行预渲染
  3. 隐藏区域:即图中红色标注单元格,这部分单元格用户不可见,且在一般情况下会一直保持不可见状态,因此可以省略其渲染

在这里插入图片描述
针对上述三种单元格类型,可以有对应三种渲染策略:

  1. 可视单元格:正常渲染
  2. 缓冲单元格:正常渲染
  3. 隐藏单元格:相邻单元格合并成一个大的空白div(图中的紫色单元格),拼接在两端,由于是一个空白div,因此渲染性能损耗极低

通过上述方法可以看到,原本一个12列的表格,在渲染的时候仅会渲染10列,包含6列可视区+2列缓冲区 + 2列填充区(消耗几乎为0),理论渲染效率提高15%-30%。由于用户视口大小是固定的,因此无论表格有多少列,同时都只会有10列单元格在实时渲染,列数越多则性能提升越大。

实施

1. 使用IntersectionObserver监听表头

new IntersectionObserver(
  (entries) => {
    let isChange = false;
    entries.forEach((e) => {
      const columnKey = e.target.getAttribute('column-key');
      if (!columnKey) return;
      if (e.intersectionRatio > 0.0) {
        this.visibleHeader.add(columnKey);
        isChange = true;
      } else {
        isChange = true;
        this.visibleHeader.delete(columnKey);
      }
    });
    if (isChange) {
      this.visibleHeaderChange.value = Date.now();
    }
  },
  {
    root,
    threshold: [0, 1],
  },
);

2. 计算前后空白宽度拼接行渲染数据

const displayCols = []
// 可视区域
for (const col of this.visibleHeader) {
	displayCols.push(col);
}
// 缓冲区域
displayCols.unshift(prevCacheCol);
displayCols.push(nextCacheCol);
// 不可见区域
displayCols.unshift(prevEmptyCol);
displayCols.push(nextEmptyCol);

3. 使用ResizeObserver监听行高变化

由于横向虚拟,行高仅与可视区+缓冲区的单元格相关,来回滚动时可能会导致行高发生变化导致抖动,因此需要给行元素添加resize监听,获取最大行高并记录,减少横向滚动的抖动

new ResizeObserver((entries) => {
  entries.forEach((entry) => {
    const rowKey = entry.target.getAttribute('data-id');
    if (!rowKey) return;
    const { height } = entry.contentRect;
    row.height = max(height, row.height)
  });
});

效果

设备:MacBook M1Pro + 120Hz高刷屏
数据量:单表90列数据

改造前:
在这里插入图片描述
改造后:
在这里插入图片描述


http://www.niftyadmin.cn/n/5057005.html

相关文章

openGauss学习笔记-83 openGauss 数据库管理-内存优化表MOT管理-内存表特性-MOT使用内存和存储规划

文章目录 openGauss学习笔记-83 openGauss 数据库管理-内存优化表MOT管理-内存表特性-MOT使用内存和存储规划83.1 MOT内存规划83.2 存储IO83.3 容量需求 openGauss学习笔记-83 openGauss 数据库管理-内存优化表MOT管理-内存表特性-MOT使用内存和存储规划 本节描述了为满足特定…

自拟实现消息队列(MQ)基于Rabbit MQ(含概念和源码)巨详细!!!!!含思维导图

MQ目录 MQ基本概念什么是MQ?MQ的应用场景 首先先明白需求持久化分析那么MQ如何设计持久化? 可靠性分析高效性分析MQ核心概念(装配层)实现MQ组件思维导图创建项目导入数据库下载SqLite。 创建组件实体类创建交换机(要加…

RocketMQ Promethus Exporter

介绍​ Rocketmq-exporter 是用于监控 RocketMQ broker 端和客户端所有相关指标的系统,通过 mqAdmin 从 broker 端获取指标值后封装成 87 个 cache。 警告 过去版本曾是 87 个 concurrentHashMap,由于 Map 不会删除过期指标,所以一旦有 la…

不同组合地下管线的地质雷达响应特征分析

不同组合地下管线的地质雷达响应特征分析 前言 以混凝土管线为例,建立水平相邻管线电性模型,管径为60cm,中心埋深为70cm,管线长度为150cm,分别建立管线圆心相距150cm的两根相邻双管线和三管线模型,进行二…

使用 Python 的自主机器人算法 Dijkstra 路径规划

迪杰斯特拉算法 Dijkstra 算法是一种广泛使用的算法,用于查找图中的最短路径。它通过从起始节点迭代选择成本最小的节点来探索搜索空间。Dijkstra 算法计算到达每个节点的成本,并在找到更短路径时更新成本。它会持续下去,直到到达目标节点或探…

目标检测:FROD: Robust Object Detection for Free

论文作者:Muhammad,Awais,Weiming,Zhuang,Lingjuan,Lyu,Sung-Ho,Bae 作者单位:Sony AI; Kyung-Hee University 论文链接:http://arxiv.org/abs/2308.01888v1 内容简介: 1)方向:目标检测 2)…

Vulkan-着色器及编译SPIR-V

1.着色器模块介绍 Vulkan着色器代码一定要用字节码格式,而不是人类可读的语法如GLSL和HLSL。这个字节码就是SPIR-V,设计用于Vulkan和OpenCL。这是一个可以用于编写图形和计算着色器的格式,但是我们主要关注的是Vulkan的图形管线。使用字节码格…

fdbus之事件循环及线程关系

fdbus中包含通过源码可以看到包含两种事件循环的实现CFdEventLoop和CThreadEventLoop,CBaseWorker是一个线程类,说起事件循环一般离不开线程,qt除外,qt的框架保证了该线程下所有的QObject对象共享一个事件队列,每个QOb…