近几年 Web 端 3D 需求越发膨胀，可视化大屏对 3D 场景的需求逐渐多层级化，对建模和渲染的要求愈发的高，这里通常会产生几个问题：从建模工具导出后，效果不一致，需要设计师反复调试；标准及扩展后的 GLTF 模型规范能够支持的渲染能力有限，引擎的特效能力无的放矢；场景切换镜头控制、脚本控制复杂；设计资产缺少共享平台，复用率低；

我们受到游戏引擎的启发，研发基于 ECS（实体-组件-系统）模型的引擎库，基于引擎库，打造一个能够解决业务痛点的 3D 场景编辑工具，做到可以导入模型、添加特效类、添加脚本，可以分阶段，分角色搭建 3D 业务场景，并最终导出为一个可运行程序给部门一体化产品，供业务线大屏开发调用。本次演讲将为你分享奇安信 Web3D 技术探索之路。

演讲提纲:

1. 业务背景
   • ​公司业务场景以地球、行政区、城市、园区、拓扑、动态地图为主，此前以研发为主，通常会有和设计对接困难、丑、研发难的问题
   • ​解决方案：基于 GLTF2.0 的设计研发工作流
2. 对接模型
   • ​建模工具选型
   • ​GLTF 模型
   • ​Blender 插件
   • ​建模+研发场景建模协议
   • ​面数优化
3. 场景搭建：
   • ​场景拆解和规范
   • ​基于 ECS 模型的游戏引擎设计
   • ​编辑器架构
   • ​脚本加载
   • ​脚本调参
   • ​场景导入、导出
4. 未来规划和展望
   • ​材质编辑
   • ​故事脚本编辑

你将收获：

• 前端解决复杂 3D 场景搭建和研发交付的思路 

字节跳动在 BI 系统的可视化演进中曾经遇到了许多问题，主要体现在基于图表的数据结构导致前后端耦合、前端开发及系统维护工作量始终不能收敛、功能实现效率低下等，通过转换思路采用 GoG 基于图形语法作为理论基础，重新设计了可视化模块，并且自研了图表库作为载体，完整实现了一套理论自洽、开发高效的可视化解决方案，经过多次演进并在字节内部的数据系统中实践落地，目前已经形成了一套完整的可视化开发体系，结合了 GoG 图形语法的高自由度以及敏捷型数据产品的高时效特点，可作为一个成熟的案例复用与其他数据系统的开发过程中。 

演讲提纲：

1. 概念与背景
   • BI 系统的演进
   • 数据可视化方法
2. 数据系统经常遇到的问题
   • 数据分析服务
   • 图表展示
   • 交互逻辑的统一
   • 性能
3. 采用基于图形语法为基础实现的架构
   • GoG 图形语法的概念
   • 图形架构设计
   • 场景的行为解析
   • 字节跳动的数据系统实践
4. 数据可视化的未来发展
   • Web Worker、WebGL 实现加速
   • WebAssembly 自助一站式数据系统
   • 数据解读服务
   • 实时数据与流式数据

你将获得：

1. 快速理解数据可视化的基本原理
2. 了解数据系统中的数据可视化应该如何实现
3. 对数据产品本身能收获一定程度的认知
4. 了解数据产品可能遇到的障碍和常见的痛点及解决方案 

可视化作为数据载体，逐渐成为很多行业连接用户的桥梁，被泛化。当前的一些可视化解决方案视觉效果一般、交互性不强、使用门槛高、业务属性少，使其很难快速实现业务场景。我们经过探索与实践，开发出一系列可视化相关产品，帮助用户快速搭建项目，并友好、直观地理解数据所要表达的含义。最后，我们将经验分享出来，希望能帮助感兴趣的开发者进入这个行业，共同构建可视化生态。

演讲提纲：

1. RAYDATA
   • 可视化定制业务
   • 可视化工具
2. 游戏引擎
   • 为什么选择游戏引擎
   • 为什么选择 Unity
3. 3D 渲染
   • 渲染管线
   • 光照
   • 效果
4. 应用
   • 热力图
   • 随机曲线
5. 展望
   • 云渲染：设备门槛低、视觉效果出色
   • 数字孪生：可视化的挑战
   • AI：可视化程序化建模探索

你将获得：

• 了解 3D 可视化基于游戏引擎的应用场景
• 了解可视化与其他行业的技术融合

可视化项目需要高度定制的可视化，我们利用组件的方式灵活使用图表，并能通过高度统一的 API 来灵活自定义图表样式，构建一套低成本图表开发方案，方便技术人员快速完成个性化图表。

本次分享将为你解读组件化二维图表 Qcharts 的技术实践。

演讲提纲：

1. 常用 Echarts 图表使用难点
   • 配置文档复杂
   • 非高频使用，比较难记住
2. Qcharts 解决该问题的方式-属性归纳，灵活的回调函数样式设置
   • 图表元素归纳为：点、面、文本
   • 图表元素的样式设置归纳为回调函数
   • 灵活支持全局演示配置
3. Qcharts 怎样实现组件化--数据驱动
   • 为何引入数据驱动
   • 数据驱动的优缺点
   • 数据驱动如何处理状态变化与事件
4.  Qcharts 如何解决 Vue，React 适配问题
   • 图表本来就是组件
   • 适配层就是套壳，只做透传
   • 适配层可以一定程度向后兼容
5.  Qcharts 不足、后续未来 
   • 性能问题
   • 细节、易用性、文档
   • 未来：实践、迭代

你将获得：

1. 利用业务 MVVM 库，开阔图表的设计思路
2. 可视化是数据的一种形态，通过数据驱动的方式来展现可视化，可以将开发者重心转移到数据上，简化开发流程
3. 灵活的回调函数方式来对样式进行修改,大大减少配置或者 API 的数量，可以借鉴到其他产品 API 中