Mosaic项目v0.13.0版本发布:增强SQL查询与可视化交互能力
Mosaic是一个创新的数据可视化框架,它结合了SQL查询引擎与交互式可视化组件,让开发者能够高效地构建复杂的数据分析应用。该框架通过声明式语法将数据处理与可视化紧密结合,大大简化了数据探索流程。
核心功能增强
1. 强大的WITH子句支持
新版本引入了对SQL WITH子句(即公共表表达式CTE)的完整支持。开发者现在可以使用cte()
方法直接构建CTE查询节点,并通过materialized
属性控制是否显式物化CTE。这项改进使得复杂查询的编写更加灵活和高效。
// 示例:使用CTE构建查询
const query = cte('temp', materialized(true))
.define(select('*').from('data'))
.with(select('*').from('temp'));
2. 几何平均数聚合函数
新增geomean
聚合函数,支持对数据进行几何平均计算。该函数还支持预聚合优化,能够显著提升大数据集的计算性能。几何平均数在金融分析、增长率计算等场景中尤为重要。
-- 示例:计算销售数据的几何平均增长率
SELECT geomean(growth_rate) FROM sales_data
交互能力升级
1. 可激活组件接口
引入Activatable
接口类型,为可视化组件提供了标准化的选择激活机制。这项改进使得不同组件间的交互行为更加一致,开发者可以更容易地创建复杂的交互式可视化应用。
2. 跨框架支持
新增makeClient
效果API,使Mosaic能够无缝集成到其他主流前端框架中,如React、Svelte等。这一改进显著扩展了Mosaic的应用场景,让更多开发者能够受益于其强大的数据可视化能力。
架构优化
1. 模块化改进
项目全面转向纯ESM模块,更新了package.json的导出配置,使模块加载更加高效和符合现代JavaScript标准。
2. 测试体系升级
采用vitest工作区来运行跨所有包的测试用例,提高了测试效率和覆盖率,确保代码质量。
3. 示例项目重组
将所有示例项目集中到专门的examples
monorepo文件夹中,并按框架类型分类,使开发者能够更轻松地找到相关示例代码。
实际应用价值
这些改进使得Mosaic在以下场景中表现更出色:
- 复杂数据分析:通过CTE支持,可以更优雅地处理多阶段数据分析流程。
- 交互式仪表盘:增强的交互接口让仪表盘开发更加简单直观。
- 跨平台应用:新的框架集成能力让Mosaic可以应用于更广泛的技术栈中。
v0.13.0版本的发布标志着Mosaic在成为全功能数据可视化解决方案的道路上又迈出了坚实的一步。无论是SQL查询能力的增强,还是可视化交互的改进,都为开发者提供了更强大的工具来构建下一代数据分析应用。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~059CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0381- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









