大数据可视化技术面临的挑战及应对措施

交互式数据可视化生成方式通过交互接口，使得用户不用编程即可定制可视化图表。其中，Polaris与Tableau采用数据列拖选方式交互生成可视化图表;Voyager和Data2Vis则提供了根据数据自动生成可视化图表的能力;Lyra和Data Illustrator则提供了一种类似于Visio的交互方式，从图表元素拼装图表的能力。VisFlow在提供多个可视化模板的基础上采用数据流的思想，将可视化图表作为数据处理流的中间步骤，通过可视化的方式进行数据处理。

整体而言，编程方式的优点在于丰富的表现能力与个性化定制能力，缺点是缺乏直观性，要求使用者具有编程能力，且相对需要更多的人力与时间成本;相对而言，交互方式的优点在于直观，用户无需编程即可定制图表，使用更为广泛，缺点是表达能力有限，系统功能和性能常常无法满足使用者个性化需求。

大数据可视化产品

本节重点介绍介绍相关的大数据可视化产品，包括适用于一定大数据场景的传统数据可视化产品及面向大数据的数据可视化产品。

传统数据可视化产品

PowerBI作为微软推出的数据可视化产品，在2019年的GartnerBI象限中排名首位。优点在于易用性，交互方式类似于Excel;缺点在于性能相对较弱，缺少数据准备于清洗工具。

Tableau基于关系型代数理论研发，是目前使用最为广泛的数据可视化产品之一。优点在于基于拖放的交互方式，丰富的功能以及支持Hadoop和Google BigQuery等大数据平台;缺点是仅支持结构化数据，大数据实时响应较慢，权限约束有限。

QlikView为新兴的数据可视化产品，使用越来越广泛。优点在于数据关联查询与钻取能力，图表绘制快速;缺点在于易用性不足，作为内存型的数据可视化产品，数据处理速度依赖于内存大小，对硬件要求较高。

面向大数据的可视化产品

大数据背景下产生的数据可视化产品如下。

Apache Superset是基于Flask-Appbuilder构建的开源数据可视化系统，B/S架构，集成了地图、折线图、饼图等可视化方法，提供了一种方便的看板定制方法。优点是系统可扩展性与权限控制机制;缺点是系统稳定性和大数据处理能力不足。

Apache Zeppelin是面向大数据的交互式数据分析与协作记事本工具，开源项目，B/S架构。优点是与不同大数据框架的集成能力与系统可扩展性;缺点是需要编程，不支持异步，对于大规模数据，客户端可能需要等待较长时间。

大数据可视化挑战

数据可视化在大数据场景下面临诸多新的挑战，包括数据规模、数据融合、图表绘制效率、图表表达能力、系统可扩展性、快速构建能力、数据分析与数据交互等。

数据规模

大数据规模大、价值密度降低，受限于屏幕空间，所能显示的数据量有限。因此为了有效显示使用者所关注的数据和特征，需要采用有效的数据压缩方法。目前已有的方法针对数据本身进行采样或聚合，未考虑数据可视化的显示特性。近期一些学者提出了针对特定可视化场景的数据压缩方法。但是目前依然缺少通用的面向可视化的数据压缩方法，也缺少实际应用的产品。

数据融合

大数据的另一个表现是数据类型多样，常常分布于不同的数据库。如何融合不同来源、不同类型的数据，为使用者提供统一的可视化视角，支持可视化的关联探索与关系挖掘，是一个重要的问题。其中涉及数据关联的自动发现、多类型数据可视化、知识图谱构建等多个技术问题。

图表绘制效率

随着数据规模的增加，图表可视化的效率问题越来越凸显。目前，有些可视化产品开始采用WebGL借助GPU实现平行绘制。越来越多的数据可视化产品采用B/S架构，其性能一定程度上优先于浏览器;另外，由于跨终端需求越来越普遍，也对图表绘制提出了更多挑战。

图表表达能力

随着产生数据的来源增加，数据类型不断增加，数据使用者对于数据的交互需求越来越多，已有的数据可视化产品完全无法满足使用者的可视化需求，时常出现需要的可视化形式产品不支持或支持不够等问题。这就对于系统的图表表达能力提出了更高的要求，同时对于系统支持使用者的个性化定制提出了新的要求。

系统可扩展性

大数据对于数据可视化系统的扩展能力提出了新的挑战，系统的可扩展性将成为衡量一个大数据可视化系统的重要指标。

快速构建能力

大数据伴随着快速变化与增加的数据，如何帮助用户及时理解数据，发现问题，离不开数据可视化的快速构建能力，即根据使用者数据驱动的图表快速定制能力。数据在s级甚至ms级更新的情况下，有没有可能实现图表的秒级更新与快速定制。另外，图表定制后的快速共享与响应功能也将成为必要的系统功能。

数据分析

传统的BI工具主要集中在数据筛选、聚合及可视化功能，已经不能满足大数据分析的需求，Gartner提出了“增强分析”，数据可视化只有结合丰富的大数据分析方法，将数据的探索式分析形成一个闭环，才能实现完整的大数据可视化产品，有效帮助使用者理解数据。预测性分析是大数据的趋势，数据可视化有效结合预测方法，将有助于使用者的决策。

数据交互

（编辑：辽源站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!