關鍵技術及實作
大資料渲染
由于動态探查場景下前端需要支援最大5000條資料的展示和互動，是以在渲染這塊存在比較大的壓力，主要集中在探查卡片和資料預覽兩個部分。
火山引擎DataLeap探查卡片包含了特定列的部分關鍵資訊彙總，比如0值、Null值、枚舉值等，如下圖紅框部分：
火山引擎DataLeap探查卡片部分由于存在較多定制化内容，是以采用了虛拟清單方案進行渲染，支援收起狀态和展開狀态：
資料預覽部分展示的是探查的全部資料集合，可以快速檢視原始資料的詳細内容，由于内容同質化比較高，是以火山引擎DataLeap資料預覽采用的是基于團隊内部維護的canvas版本Table方案進行渲染，如下圖紅框部分：
卡片關聯
由于卡片和資料預覽列的寬度差異較大，并且上下兩部分滑動是獨立的，造成在選擇檢視某個具體列的時候，上下對齊位置會比較麻煩，為了解決這個問題，火山引擎DataLeap這塊增加了自動定位功能，示範效果如下：
這部分需要解決的問題有兩個：卡片中間點坐标計算和自動定位邏輯。
中間點坐标計算邏輯如下：
擷取到中點坐标後，自動定位需要符合如下規則：
1. 選中卡片後，表格要自動滾動定位到下方居中對齊，無法滿足對齊标準的，盡量靠近選中卡片位置。
2. 選中表格列後，卡片要自動滾動定位到上方居中對齊，無法滿足對齊标準的，盡量靠近選中表格位置。
3. 搜尋選中列後，卡片和表格要自動滿足上面兩個規則，并滾動到可視區域内。
規則中有幾種邊界情況，參考下圖：
居中對齊是對于卡片和列寬在scroll距離允許情況下的理想對齊方式，貼邊對齊是針對卡片在起始和結束位置scroll不足以滿足居中對齊要求時候的對齊方式，除此之外還有一種是卡片的寬度遠大于列寬，并且不是起始或者結束位置的時候所采取的對齊方式，如下如卡片B因為無法滾動，卡片A的寬度又占據了底部第二列的一部分，是以此時卡片B隻能高亮和底部的列進行對齊。
操作棧
火山引擎DataLeap動态探查支援了對于探查結果的基礎分析能力，比如列删除、過濾、排序等，如下圖紅框部分：
使用者對于探查結果的每一次操作都會被記作一次操作，多次操作串聯起來形成操作棧，可以自由的修改或者删減操作棧裡的操作，并實時檢視最新結果，以過濾操作示範效果如下：
操作棧部分需要處理的問題主要有以下幾點：
1.如何管理多種操作進行串行計算
這裡把所有操作都抽象成了Input + Logic = Ouput的結構，Input是輸入參數，此處可以是指某一列的資料、上一步操作的結果或者其他計算值，Logic是操作的具體邏輯，負責根據Input轉換生成Output，Output可以作為最終結果進行渲染，也可以再次進入下一環節參與計算，拿列删除操作舉個栗子，下面是大體代碼實作：
可以看到ColDelOpt内部有一個run方法，該方法支援傳入一個包含了列資訊columns和資料集dataSourceMap的params對象，此處params即被抽象的外部輸入參數Input，run方法内部的邏輯部分即被抽象的Logic部分，最後方法傳回值包含了最新的columns和dataSourceMap，即為Output部分。基于這種結構，使用者所有的操作都可以被初始化成不同的Opt執行個體，由操作引擎統一調用執行個體的run方法，并傳入所需的參數，最終得到計算結果。
2.某個操作被修改後如何進行二次計算
操作棧的計算是由計算引擎來完成的，引擎負責根據外部事件，來自動執行現有操作的資料處理工作，引擎執行流程和大體代碼如下：
應用實踐
以一個小例子來示範下動态探查的使用。前端開發過程中，有一個真實的場景，火山引擎DataLeap研發人員為了排查一個豎屏顯示器的bug（1080*1920），想找到關聯的使用者，看其分布情況，就可以很友善的用動态探查去尋找。
後續計劃
關注動态探查的操作豐富性以及之後的資料走向，比如離線資料導出，和生成SQL等，火山引擎DataLeap技術方向上主要放在以下幾個方面：
•更多的探查類型和圖表支援
動态探查目前支援空值，枚舉值，零值，資料統計等基礎的探查功能，未來會計劃支援包括map，json，time，sql語句等類型的識别和探查。同時提供更豐富的圖表支援。
•操作棧的編輯器體驗
動态探查目前還是以類Excel的操作為主，未來主要提供編輯器級别的操作體驗，可以提供HSQL支援的大部分函數，包括支援多表join功能。
•操作流程的SQL生成
動态探查目前的SQL能力還未建設完成，會在未來結合編輯器級别的操作，并支援多表，配合詞法解析功能，提供更精準的生成SQL能力。