博客
关于我
关于相同场景控制总结
阅读量:431 次
发布时间:2019-03-06

本文共 1176 字,大约阅读时间需要 3 分钟。

最近, 在开发 demo 的过程中, 遇到了 3D 相同场景结合的问题, 这里做一些总结, 以便以后如果有此类技术困难的同事能够快速解决问题。

 

 

前期准备:

可以看到上面的 demo 中有两个 3D 场景, 它们是一模一样的。我使用
new ht.graph3d.Graph3dView() 创建了两个view, 然后依次进行反序列化。
 
3D 大场景
const g3d = new ht.graph3d.Graph3dView()g3d.addToDOM()g3d.deserialize('scenes/-ing/医疗物流.json')
3D 小场景
const smallG3d = new ht.graph3d.Graph3dView()const smallG3dView = smallG3d.getView()const smallG3dstyle = smallG3dView.stylesmallG3dView.className = 'smallG3d'
因为两个场景都大小和位置都有所不同, 所以我给小场景设置了
className , 方便对其设置样式。

抛出问题:

1. 小场景中怎么能让一些节点隐藏?
2. 小场景中的一些动画是不是可以不用执行? 从而避免浪费一些性能。
3. 两个场景执行动画怎么才能互不影响?
4. 两个场景如何进行通讯?

 

代码实现:

1.第一个问题和第二个问题其实是一个性质, 我们只要能判断当前是哪个场景, 就可以通过代码来控制。

 

 

在整个 3D 场景初始化的时候, 先让我们一起打印一下这个 
this.gv 里面有什么东西?

我们发现打印了两次, 因为两个场景嘛。可以看到它们的不同, 它们底层返回的 div , 现在就可以这样判断。

 

小窗口的 3d 场景
const { gv } = thisconst isSmallG3d = gv.getView().className === 'smallG3d'
这时候就可以通过判断
isSmallG3d 变量的
true 或者
false 来决定下一步应该做什么了。

 

第三个问题是两个场景都需要执行动画而且互不影响, 我之所以这么说, 是因为如果它们两个用了一个全局数据状态, 那么就会导致动画因为状态的影响而发生混乱。

 

 

 

所以我在 
data/index.js 中导出了一个
elevatorDownUp 对象,
status1 控制大场景, 
status2 控制小场景。 通过判断不同场景然后传入不同的状态。这样就避免了影响全局状态的问题。

 

第四个问题是通讯, 这里我用到了
eventbus , 它是一种发布订阅模式。

 

类似微信公众号, 它不在乎有多少的订阅者, 订阅者只需要关注公众号。

 

发布:

 

 

订阅:

 

 

注意: 订阅之前先清除一次, 避免重复订阅。

 

转载地址:http://epluz.baihongyu.com/

你可能感兴趣的文章
mysql创建数据库和用户 并授权
查看>>
mysql创建数据库指定字符集
查看>>
MySql创建数据表
查看>>
MySQL创建新用户以及ERROR 1396 (HY000)问题解决
查看>>
MySQL创建用户与授权
查看>>
MySQL创建用户报错:ERROR 1396 (HY000): Operation CREATE USER failed for 'slave'@'%'
查看>>
MySQL创建索引时提示“Specified key was too long; max key length is 767 bytes”
查看>>
mysql初始密码错误问题
查看>>
MySQL删除数据几种情况以及是否释放磁盘空间【转】
查看>>
Mysql删除重复数据通用SQL
查看>>
mysql判断某一张表是否存在的sql语句以及方法
查看>>
mysql加入安装策略_一键安装mysql5.7及密码策略修改方法
查看>>
mysql加强(1)~用户权限介绍、分别使用客户端工具和命令来创建用户和分配权限
查看>>
mysql加强(3)~分组(统计)查询
查看>>
mysql加强(4)~多表查询:笛卡尔积、消除笛卡尔积操作(等值、非等值连接),内连接(隐式连接、显示连接)、外连接、自连接
查看>>
mysql加强(5)~DML 增删改操作和 DQL 查询操作
查看>>
mysql加强(6)~子查询简单介绍、子查询分类
查看>>
mysql加强(7)~事务、事务并发、解决事务并发的方法
查看>>
MySQL千万级多表关联SQL语句调优
查看>>
mysql千万级大数据SQL查询优化
查看>>