Mosaic项目v0.14.0版本发布:增强数据可视化分析能力
2025-07-07 22:20:50作者:蔡怀权
Mosaic是一个专注于交互式数据可视化的JavaScript框架,它通过声明式语法和强大的数据操作能力,帮助开发者构建复杂的数据分析应用。该框架特别适合需要处理大规模数据集并实现高性能交互的场景。
核心功能更新
本次发布的v0.14.0版本带来了多项重要改进,主要集中在数据查询和预处理方面:
-
选择操作增强:新增了
reset方法,开发者现在可以轻松清除选择条件中的所有子句,这在进行多步骤交互分析时特别有用。 -
SQL函数扩展:新增了
coalesce函数,该函数返回第一个非空参数,这在处理可能包含空值的数据集时非常实用,可以简化数据清洗流程。 -
数据分箱转换:在sql包中新增了直方图和日期时间分箱转换功能,这使得开发者能够更方便地对连续数据进行离散化处理,为后续的可视化分析做好准备。
性能优化与问题修复
-
预聚合改进:修复了预聚合
count度量在"空"计数情况下返回null而非0的问题,确保了数据一致性。同时优化了预聚合器在遇到null活动子句时的处理逻辑,现在会正确中止操作。 -
子查询优化:改进了预聚合器,确保分组列能够正确推送到执行聚合操作的子查询中,这显著提升了复杂查询的性能。
-
客户端协调:修复了客户端更新请求在没有向协调器注册时无效操作的问题,提高了系统的健壮性。
开发者体验提升
-
示例改进:更新了示例代码,移除了对WASM连接器的
await调用,使示例更加简洁易懂。 -
新增示例:添加了基于原生HTML的Mosaic使用示例,降低了新用户的学习门槛,让开发者可以更轻松地开始使用Mosaic。
-
构建工具:调整了lerna配置以包含examples目录,改善了项目的组织结构。
技术价值与应用场景
Mosaic v0.14.0的这些改进特别适合以下场景:
- 交互式数据分析:新增的选择操作和SQL函数让用户能够构建更灵活的交互式分析应用。
- 大数据可视化:预聚合和查询优化显著提升了处理大规模数据集的性能。
- 教育领域:简化的示例降低了学习曲线,适合教学使用。
这个版本体现了Mosaic项目对性能、稳定性和开发者体验的持续关注,为构建复杂的数据可视化应用提供了更强大的工具支持。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.18 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
325
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
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!
C
1.03 K
492