ОЦЕНКА ВЛИЯНИЯ НАСТРОЕК ОПТИМИЗАЦИИ APACHE ECHARTS НА ВРЕМЯ ОТРИСОВКИ ВРЕМЕННЫХ РЯДОВ

EVALUATING THE IMPACT OF APACHE ECHARTS OPTIMIZATION SETTINGS ON TIME-SERIES RENDERING TIME

Bekmuratova Anastasiya Yuryevna

student, Department of PIKS, Belarusian State University of Informatics and Radioelectronics,

Belarus, Minsk

Khoroshko Vitaliy Viktorovich

scientific supervisor, PhD (Engineering), Associate Professor, Head of the Department of PIKS, Belarusian State University of Informatics and Radioelectronics,

Belarus, Minsk

АННОТАЦИЯ

В статье исследуется, как переключаемый набор настроек «оптимизации ECharts» влияет на время отрисовки графиков в корпоративном веб-дашборде. На основании инструментированных замеров выделяются стадии получения данных и рендеринга и показывается, что эффект оптимизаций зависит от объёма периода и выбранной стратегии подготовки данных (server/client). Сформулированы практические рекомендации по настройке ECharts и по обязательности профилирования.

ABSTRACT

The paper studies how a toggleable set of “ECharts optimizations” affects chart rendering time in a corporate web dashboard. Instrumented measurements separate data-fetching and rendering stages and demonstrate that the optimization effect depends on the time horizon and the chosen data-preparation strategy (server/client). Practical recommendations for ECharts configuration and for mandatory profiling are provided.

Ключевые слова: Apache ECharts, оптимизация, производительность, временные ряды, профилирование, Nuxt, визуализация данных.

Keywords: Apache ECharts, optimization, performance, time series, profiling, Nuxt, data visualization.

Визуализация временных рядов в корпоративном интерфейсе требует баланса между качеством графика и отзывчивостью. Apache ECharts предоставляет множество настроек, влияющих на скорость отрисовки, но их эффект зависит от объёма данных и сценария [1].

Цель работы — оценить переключатель opt («Оптимизации ECharts») в экспериментальном дашборде при периодах 60, 180 и 365 дней и при двух стратегиях подготовки данных (server/client). Переключатель изменяет набор параметров визуализации, не влияя на payload и контракт API, что позволяет выделить вклад именно стадии render.

Измерение выполнялось по стадиям пайплайна (serverCompute, fetch, clientAgg, render) с использованием меток Performance API [2]. Число точек для графика фиксировано и равно days+1, поэтому изменения render отражают влияние настроек и накладных расходов обновления опций.

Результаты (табл. 1) показывают, что эффект opt неоднозначен. В client‑режиме при 60 днях opt уменьшил render с 1501 мс до 621 мс (−58,6 %), однако при 365 днях увеличил render с 1013 мс до 1276 мс (+25,9 %). В server‑режиме ускорения для малых и средних периодов не наблюдалось.

Такое поведение характерно для «пакетных» оптимизаций: часть опций ускоряет Canvas‑отрисовку, а часть повышает визуальное качество ценой CPU/GPU. Поэтому корректный путь — включать оптимизации по одной и фиксировать вклад каждой опции в измерениях, после чего собирать устойчивый профиль opt.

Практически полезно разделять меры на уровни: сначала минимизировать payload за счёт server‑агрегации, затем управлять частотой обновлений и переиспользованием опций, и только после этого заниматься микрооптимизациями визуализации (прореживание подписей, упрощение tooltip, dataZoom).

Таблица 1.

Влияние opt на время render.

Список литературы:

1. Apache ECharts. Documentation. URL: https://echarts.apache.org/ (дата обращения: 10.01.2026).
2. MDN Web Docs. Performance API. URL: https://developer.mozilla.org/en-US/docs/Web/API/Performance_API (дата обращения: 10.01.2026).
3. Nuxt. Documentation. URL: https://nuxt.com/docs (дата обращения: 10.01.2026).