大數據量與Highcharts/Highstock（異步加載）

Question

由於我的數據量每天變得更大（現在>一週內的MySQL數據行大於20萬），因此加載時圖表非常慢。我猜異步加載方法是去這裏的正確方法（http://www.highcharts.com/stock/demo/lazy-loading）。 我試圖實現它，但它不起作用。到目前爲止，我可以通過URL參數通過Python提供數據，例如http://www.url.de/data?start=1482848100&end=1483107000，但有幾件事情我不示例代碼理解：

• 如果所有的數據的時間段選擇在導航器，那麼所有的數據由我的服務器提供，並加載由圖表 。所以它和我的 一樣，現在我沒有延遲加載。那麼有什麼區別？
• 爲什麼在 上面提到的示例代碼中有第二個沒有任何URL參數的getJSON（）方法？它的以下URL是空的。我需要什麼 ？我不明白： https://www.highcharts.com/samples/data/from-sql.php?callback=？

並加載該方法中，數據是更好？： 這一個：chart.series[0].setData(data); 或下面的代碼，我用至今：

var ohlc = [], 
volume = [], 
dataLength = data.length, 
i = 0; 
for (i; i < dataLength; i += 1) { 
ohlc.push([ 
data[i]['0'], // date 
data[i]['1_x'], // open 
data[i]['2_x'], // high 
data[i]['3'], // low 
data[i]['4'] // close ]); 

Answer 1

延遲加載演示背後的想法是，你只獲取必要的點數，所以如果你有包含170萬點的數據，你永遠不會加載這麼多的點到圖表。

• 根據Highcharts演示。您不需要加載太多點數，而是請求已經分組的點數，每日點數爲1.7百萬，將導航器設置爲「全部」（時間範圍爲1998 - 2011），您不需要每日數據，因此響應將包括每月點數。獲得的收益是：獲取較少量的數據（12 * 14 = 168而不是170毫升），避免在客戶端（處理，分組等）處理大量數據 - >客戶端的內存和CPU使用率更低，圖表加載速度更快。

• 對數據的請求採用JSONP格式。有關其優點的更多信息here。所以實際上，url有3個參數 - 強制callback=?和可選start=?&stop=? - 它表示點時間範圍及其密度。第一個請求沒有啓動/停止參數，因爲服務器已經設置了一些默認值。導航器移動後，請求更詳細的點並將其加載到圖表。這是延遲加載的負面影響 - 導航器移動後，請求一組新的數據 - >頻繁的數據請求和由於網絡故障而導致的中斷。

最後一個問題的答案取決於您的數據格式是否正確或者您沒有。如果這樣做，可以避免在客戶端循環數據並直接將其加載到圖表。如果格式不正確，則必須預處理數據，以便圖表能夠正確顯示它們。理想情況下，您希望數據在您提出請求後採用正確的格式 - 所以如果可以的話，您應該在服務器端進行。