请注意，d3支持使用javascript的缓冲数组。根据我的经验，具有数千个时间序列数据点的SVG绘图效果良好（即使有多个实时数据源通过网络套接字以20ms的速度更新）。
我使用d3.js来可视化从我的python后端（通过Websocket）发送的时间序列数据。一个图的通常数据量约为120个条目（2小时的数据，每分钟1个条目）。这运行良好，每分钟都会更新。
但它也应该能够在1分钟内可视化一个月或更长时间（可能长达一年）的数据。呈现如此大量的数据对SVG来说太多了。
我正在考虑以下替代方案：
- 在画布中渲染它。真的那么快吗
- 切换到另一个库，如Highchart.js（看到一个约有5万个条目的演示）
- 在服务器上渲染SVG/JPG/PNG。有使用phantom.js等渲染d3.js服务器端的经验吗？我想重用已经编写好的图形模型。但它也可以是任何其他能够渲染数据的库（使用python生成图形）
你推荐什么？
例如，如果您将所有数据打包在Python中；你可能不需要在你的实时视图中这样做，因为你的更新速度相对较慢：
import struct
# fake data point
p = [56435367, 200, 1]
# <=little endian, d=float64 (for time), d=float64
msg_str = struct.pack('<' + 'd' * len(p), *p)
print(msg_str)
b'x00x00x008x15xe9x8aAx00x00x00x00x00x00i@x00x00x00x00x00x00xf0?'
然后通过你的websocket进入javascript，在那里你可以做一些事情，比如：
this.ws.onmessage = function(e){
// Just pump the raw bytes straight into CircularBuffer
graph.databuffer.push(e.data);
...
当你想绘图时，假设g是你对D3 svg:的参考
// Get a Float64Array containing all the values
var series_data = graph.databuffer.get_array_stream();
g.attr("d", graph.line(d3.zip(time, series_data)));
当然，如果你有所有的数据，这应该会更容易。你是不是在绘制点而不是一条路径？我发现浏览器很难绘制数万个单独的圆圈（尤其是如果它们每20ms移动一次！），但它们可以很容易地处理路径。