大数据可视化技术面临的挑战及应对措施

AutoVis支持IoTDB、PostgreSQL、MySQL、SQLServer、SQLLite等常用数据库类型，以及提供RESTfulAPI接口的数据服务。设计实现了抽象数据集构建与计算技术，支持不同数据的自由组合，通过抽象数据集归一化，实现数据集的快速生成。

图表设计

AutoVis采用模板化思想，提供了百余个覆盖常用可视化技术的图表模板，支持即时模板扩展及拖拽即用，达到秒级图表定义。另外，AutoVis提供了所见即所得的图表组合定制看板能力，实现了分钟级看板定义。

映射过程

为了达到图表定制易用性的同时实现实时可扩展性，即融合编程方式的表达能力和交互方式的易用性，AutoVis设计实现了3种互补的数据至图表的映射方式：交互选项、扩展选项、手工编码。

图表交互

图表交互能力在大数据场景下愈发重要。AutoVis的图表模板提供了常用的交互功能，包括点选、悬浮、刷选等。另外，AutoVis还实现了看板图表的自动关联，支持跨图表跨数据的钻取能力。

看板服务

AutoVis在支持常用的看板链接共享基础上，提供了看板服务能力，即使用者不仅可以将看板共享，或集成到其他系统，还可以动态向看板传递参数，动态调整看板可视化内容。另外，AutoVis围绕看板提供了“数字会商室”功能，使用者可以围绕数字看板进行数据驱动的讨论与决策。

数据可视化已成为人理解数据的重要途径，在大数据时代，人们更加需要有效的数据可视化工具直观分析大规模数据，快速捕捉数据变化。

相对传统的数据可视化，大数据也带来了数据规模、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多个方面的挑战。有效应对这些挑战将有助于大数据可视化随着大数据和数据科学的普及，推动其应用到更多领域。

（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!