本文从大数据的应用出发，探讨了大数据时代数据可视化面临的一系列挑战，重点介绍了AutoVis应对这些挑战的尝试，以及其架构、关键技术和功能特点。
简介:AutoVis是清华大学大数据系统软件国家工程实验室自主研发的大数据可视化设计框架。对于大数据应用，尤其是工业场景，该框架提供了一种新的图表和看板生成方式，其特点是表达能力丰富，易于使用，可扩展性强，效率高。已应用于CRRC四方车辆有限公司、石家庄天元科技集团有限公司等工业企业
前言
“看”是人类的基本需求，是人类探索未知的重要方式。2019年，多家机构通过捕捉***电波和收集大量数据，首次帮助人类“看到”黑洞。数据可视化通过数据使人“见而不见”，成为人与数据之间的“桥梁”。作为第四范式“数据密集型科学发现”的一个组成部分，数据可视化已经广泛应用于不同的科学研究领域。随着计算机普及、信息时代和互联网时代的发展，数据可视化逐渐应用到人们生活的各个领域。在大数据时代，数据可视化的应用更加广泛，也面临许多新的挑战。
挑战
大数据时代，数据应用需求多样，数据特征也发生本质变化。硬件的丰富和普及，互联网、物联网、移动化、智能化的浪潮给数据可视化带来了新的机遇和挑战。如下图所示，我们简单梳理了数据可视化(系统)在大数据应用中面临的一些关键问题，如数据规模的增大、屏幕像素有限空、数据可视化系统的数据采样能力和渲染效率等突出问题。数据的多样性要求数据可视化系统不仅要支持更多的可视化方法，还要具有良好的系统可扩展性，以适应不断出现的新数据和新需求。数据快速变化的特点要求数据可视化系统能够快速构建新的图表，及时捕捉数据变化。由于不同用户关注的数据特征的差异和数据探索的需要，可视化图表的交互性在大数据时代将更加重要。
高频时间序列数据的可视化
多源数据聚合查询技术:针对数据检索和处理耗时的挑战，我们设计并实现了一种数据聚合查询技术。通过将常见的数据查询和过滤操作映射到数据的SQL语句，更多的数据过滤操作在数据库级别完成。它有助于显著提高数据处理的速度和数据可视化的效率和交互性。
AutoVis快速生成图表
看板模板描述语言及编辑工具:看板是可视化设计工具生成的主要内容。为了实现图表模板和通用看板配置的目标，满足跨平台、跨终端的共同需求，我们设计并实现了一种可视化的面向看板的描述语言，实现了看板的轻量级、柔性定义。同时，AutoVis提供了一个所见即所得的看板编辑工具，用户可以像Visio一样使用绘图的交互方式直观地调整看板图表的大小和布局。此外，AutoVis还支持针对不同终端的针对性看板设计，方便用户针对特定终端设置可视化看板。
AutoVis设计看板
运行时看板交互技术:大数据时代，用户以各种方式关注数据，不再满足于数据图表的单向呈现。他们希望通过交互来发现所关注数据的特征，以满足特定的需求。这个时候，他们需要提供合理的交互方式。AutoVis为单个图表提供了一种通用的交互方式。特别地，我们设计并实现了一种多图表间链接关系的自动发现技术。用户在定义看板时，可以实现图表之间的联动和数据钻取，而不需要手动定义图表之间的联动关系。
图数据布局与可视化探索:现实生活中，不同的关系越来越常见，比如人对人，人对货，知识图谱的应用也越来越普遍。如何有效地与图形数据进行交互？AutoVis实现了一种新的图形布局算法MGLA和一种可视化探索方法。MGLA算法实现了多个子图情况下关键节点和突出边的保结构布局。用户可以用鼠标标记关注节点，系统可以根据不同的搜索条件自动分析关注节点。
图形数据布局及可视化探索
大数据时代，数据“无处不在”，这就要求我们实现数据“无处不在”。因此，AutoVis支持跨平台、跨终端，如下图所示，兼容常见的操作系统、主流浏览器和不同屏幕分辨率的终端设备。此外，为了满足企业用户的需求，AutoVis还实现了钉钉企业软件小程序，帮助企业实现数据驱动的分享、咨询和决策。
AutoVis移动看板示例
结论
在大数据时代，数据可视化作为人与数据之间的桥梁，将发挥越来越重要的作用。经过几十年的发展，如何迎接数据可视化新的机遇和挑战，值得我们共同探索。本文简要介绍了我们在这方面的尝试，希望能吸引更多的玉石。如果读者对AutoVis感兴趣，
本文来自幻墨如烟投稿，不代表舒华文档立场，如若转载，请注明出处：https://www.chinashuhua.cn/24/600164.html
微信扫一扫 
