Отметим: когда дашборд с картой начинает лагать на 10 000 точек — это провал. Стандартные маркеры не справляются, браузер зависает, пользователи уходят. Мы сталкивались с этим не раз. Наш подход — использовать Mapbox GL JS для быстрой базовой карты и Deck.gl для рендеринга больших объёмов данных через WebGL. В результате — 60 FPS даже на мобильных устройствах. Такая архитектура позволяет обрабатывать сотни тысяч точек без потери производительности. Накоплен опыт более 20 проектов геовизуализации, включая дашборды для логистики и ритейла. Получите консультацию по вашему проекту.
Проблемы, которые решаем
- Тормоза при большом количестве маркеров. Обычные HTML-маркеры или Leaflet не вывозят >10 000 точек — браузер зависает. Deck.gl рисует их как геометрию на GPU.
- Сложность кастомизации. Бизнесу нужны не просто точки, а цветовая кодировка по статусу, тепловые карты активности, дуги маршрутов. Mapbox GL + Deck.gl дают гибкие слои с кастомизируемыми атрибутами.
- Интеграция с React. Используем
react-map-glи@deck.gl/react— всё работает в компонентной модели, без костылей.
Почему Deck.gl лучше Leaflet для больших данных?
Leaflet отлично подходит для простых карт с 100–500 маркеров. Но как только данных становится больше — начинаются тормоза. Deck.gl использует WebGL, а не DOM: он рендерит геометрию на GPU. Разница в производительности заметна уже на 10 000 точек — Leaflet даёт ~15 FPS, Deck.gl — 60 FPS. Кроме того, Deck.gl имеет встроенные агрегирующие слои (HeatmapLayer, ScreenGridLayer), которые автоматически прореживают данные. Если ваш проект предполагает >5 000 точек — выбирайте Deck.gl.
По данным документации Deck.gl, WebGL позволяет выполнять рендеринг на графическом процессоре, что значительно снижает нагрузку на CPU. В Deck.gl это реализовано через библиотеку luma.gl. Для сравнения: Deck.gl официально поддерживает до 1 млн точек при 60 FPS.
Как ускорить рендеринг сотен тысяч точек?
Ключевая техника — использование агрегации. Вместо отрисовки каждой точки мы разбиваем экран на сетку и считаем количество попаданий в каждую ячейку. Deck.gl делает это на GPU через GPUGridLayer или HeatmapLayer. Также важен правильный radiusPixels — слишком маленький радиус создаёт шум, слишком большой — размывает детали. Мы подбираем параметры под конкретные данные.
Как мы это делаем
Наш стек: React 18, Next.js 14, TypeScript, Mapbox GL JS (v2/v3), Deck.gl (v8/v9), Tailwind. Для бэкенда — Node.js (Nest.js) или Laravel, отдающие GeoJSON через API. Храним данные в PostGIS или MongoDB. Оптимизируем через CDN и кэширование.
Пример: дашборд доставки с тепловой картой
Однажды к нам пришёл клиент с задачей: на карте отображаются 50 000 заказов в реальном времени, нужно видеть плотность доставок. Мы сделали:
- Mapbox GL для подложки (светлая тема, свои стили).
- Deck.gl HeatmapLayer для плотности заказов.
- ScatterplotLayer для точек с цветом по статусу (доставлен, в пути, отменён).
- ArcLayer для маршрутов между складом и точкой.
Результат: карта работает плавно на iPad. Время разработки — 2 недели.
Сравнение подходов к визуализации
| Стек | Производительность (1 млн точек) | Кастомизация | Сложность |
|---|---|---|---|
| Mapbox GL JS + Deck.gl | 60 FPS | Высокая (слои, шейдеры) | Средняя |
| Leaflet + MarkerCluster | 10 FPS | Средняя | Низкая |
| D3.js + SVG | 5 FPS | Высокая | Высокая |
| Google Maps API | 30 FPS | Низкая | Средняя |
Рекомендуем Mapbox GL + Deck.gl для проектов, где важна скорость и гибкость. Leaflet подходит для простых прототипов, D3 — для статичных графиков.
Процесс работы
- Аналитика. Разбираем данные: формат, объём, частота обновления. Определяем, какие слои нужны (точки, тепловая карта, дуги, хороплет).
- Прототип. Делаем MVP на тестовых данных за 2–3 дня. Показываем и корректируем.
- Разработка. Интегрируем в ваше React-приложение. Настраиваем взаимодействие: клик по точке → попап, фильтры, анимации.
- Тестирование производительности. Гоняем на реальных данных (10 000–1 000 000 точек). Оптимизируем: уменьшаем кол-во слоёв, добавляем LOD.
- Деплой. Заворачиваем в Docker, настраиваем CDN для тайлов. Передаём код и документацию.
Детальный чек-лист этапов
- Сбор требований и анализ данных
- Выбор архитектуры (слои, стек)
- Прототипирование на синтетических данных
- Интеграция с React и настройка взаимодействий
- Оптимизация производительности (LOD, агрегация)
- Развёртывание и передача документации
- Пост-релизная поддержка (3 месяца)
Что входит в работу
- Исходный код компонентов карты (React/TypeScript).
- Документация по API интеграции и настройке токенов.
- Инструкция по добавлению новых слоёв.
- Гарантия 3 месяца на исправление ошибок.
- Пост-релизная поддержка: отвечаем на вопросы, помогаем с обновлением библиотек.
Сроки ориентировочно
| Этап | Сроки |
|---|---|
| Базовая карта с маркерами и попапами | 3–5 дней |
| Heatmap / Scatterplot | 1 неделя |
| Arc-слои (маршруты) | +3–5 дней |
| Choropleth (регионы) | +3–5 дней |
| Оптимизация производительности | +2–3 дня |
| Полный цикл (весь дашборд) | 2–4 недели |
Стоимость рассчитывается индивидуально после анализа данных и требований. Оценим проект в течение 1 дня.
Типичные ошибки
- Игнорирование проекции. Если данные в EPSG:4326, а карта в Web Mercator — координаты смещаются. Всегда переводим в WGS84.
- Слишком много слоёв. Каждый слой — проход WebGL. Оптимально не более 5–7 активных слоёв. Невидимые слои отключаем.
- Неправильный
radiusPixelsв HeatmapLayer. Слишком маленький радиус даёт шум, слишком большой — размывает. Подбираем под плотность данных. - Отсутствие обработки ошибок. Если GeoJSON битый — карта не загрузится. Валидируем данные на бэкенде.
Свяжитесь с нами для консультации — подберём оптимальное решение под ваш проект. Закажите предварительный анализ данных, чтобы узнать точные сроки и стоимость.