Técnicas de optimización para visualización en mapas 🗺️

Raúl Jiménez Ortega | @hhkaos

Dataviz

 

Raúl Jiménez Ortega | @hhkaos

  • De Nerja (Málaga)☀️⛴️ ; viviendo en Almería 🌵😎
  • Padre de familia 👨‍👩‍👦‍👦
  • Geek 👨🏻‍💻
  • Product Engineer @ Esri 🥑🇺🇸
  • 10 años de GeoDevelopers.org 🗺️🌍

¿Qué podemos optimizar?

1. Tiempos de carga inicial

2. Fluidez de la interacción

3. Costes

Modelos de precios de mapas base

TECNOLOGÍAS

Estado del arte

Mapas estáticos

Mapas dinámicos

Mapas interactivos

Mapas inmersivos

TIEMPOS DE CARGA

Optimizando datasets de cientos de miles o millones de datos y tiempos de respuesta del servidor

Reduce los bytes enviados por la red

Ratio, tiempo de compresión y descompresión por algoritmo | Fuente: OpenCPU

GeoJSON estándard (RFC 7946)

Reduce el tamaño del dataset

Relación entre el número de decimales de una coordenada y la precisión

Polígonos o líneas

Trocea los datos

Cachea, cachea, cachea!

Crea índices espaciales

FLUIDEZ DE LA INTERACCIÓN

  • Agrupación = Clustering 🔍
  • Mapas de calor = Heatmaps 🔥
  • “Contenerización” = Binning 📦
  • Análisis en cliente = Client-side analysis 📏📐

Clustering 🔍

Heatmaps 🔥

Binning 📦

Haz todo lo que puedas en cliente

COSTES

Open data

Dataviz

Dataviz

CONCLUSIONES

¿Cuál es la mejor tecnología?

¿Cuál es la mejor tecnología?

Depende del caso de uso, y de las necesidades:

  • 🎨 De diseño / personalización
  • 🤏 De interacción
  • 📦 De los tipos de datos
  • 📱 De los dispositivos
  • ⏱️ De tiempos de carga
  • 🧑‍🦽 De accesibilidad

Si pudiese viajar en el tiempo…

Habría:

  • Troceado usando feature layers (no imágenes)
  • Usado clusters (no puntos)
  • Habría usado caché (near real-time)
  • Estadísticas en el cliente (no servidor)
  • Usado protomaps

¡Gracias!