探讨面向云计算的大数据可视化技术的实施策略

3.0 闻远设计 2024-03-19 66 4 129.29KB 4 页免费

侵权投诉

探讨面向云计算的大数据可视化技术的实施策

略

　　 1　数据可视化理论

1.1 数据可视化的理解

数据可视化（Data visualization）指将数据转化成图形或者图像的技术，数据可视化是借助计算

机图像处理技术实现数据与图像的交互处理。数据可视化融合了计算机技术、人机交互、计算

机图像处理等多种计算机技术。其最终目的是利用图形把握数据计算过程，分析数据特征或信

息。

1.2 数据可视化的关键技术

1.2.1 数据挖掘

数据挖掘是数据可视化技术的重中之重。大量数据的潜在规律及练习都是通过数据挖掘得到

的。数据挖掘在具体的项目中也是非常重要且无可替代的，它可以应用关联规则、聚类、时间

序列等模式挖掘众多数据之间的深层关联，并对这些数据进行分析，甚至可能得到数据之间的

内在模式，有数据支持的决策更加科学合理。

1.2.2 大数据收集整理

平台可以对基础数据、应用数据等进行智能操作、重组、挖掘与深入分析等，形成各具特色的

数据组，令人一目了然，比如区域主题信息、时空主题信息等功能性信息组。根据数据的应用

特点对其进行分类，整合矢量数据、影像数据等，依托数据可视化平台提供丰富准确的动态数

据信息，提升服务质量与用户体验。

1.2.3 大数据可视化

将繁杂的数据以清晰的图片影像或者图表的形式展现出来，这使得数据更加直观清晰。比如将

其应用到农业中：根据农业的数据特色及项目需要，通过数据可视化技术借助各种图表，如统

计图、时间序列图、分布热力地图等。将繁杂的农业数据直观地展现出来，并对这些数据进行

整合分类甚至智能操作，使得用户直观感受这些数据，并获得相应的联系与规律。

1.3 分布式数据存储处理

平台采用 Hadoop 的分布式文件系统 HDFS 提供的存储方法，不同的数据节点用来存储不同的

数据块，可以使得海量数据分层，不同数据存储于不同节点，存储是动态分配的，数据读写的

效率及性能得到提高。依赖 Hadoop 的MapReduce 分布式计算模型可以提高响应速度和用户使

用体验。

　　 2　基于 Web 的数据可视化技术

2.1 系统结构

基于 Web 的数据可视化技术，就是在 Web 页面上实现动态数据图表，将最新结果显示在 Web

页面中。其系统结构包括用户接口、数据显示及分析、数据库接口等部分。如图 1所示。

图1 基于 Web 的系统结构示意图

基于 Web 的数据可视化系统通过用户接口实现交互，还可以执行命令流。Web 页面将离散数

据提供给用户输入端，将处理过的图表显示在浏览器上。数据可视化系统结合了回归分析、数

据挖掘等技术，保证数据处理与操作更加智能，并显示出图表的 Java Applet,使得计算机与用户

实现了动态交互。基于 Web 的数据可视化系统可以连接到用户的数据库中。用户通过客户端

的程序包提供数据库类型、数据表等信息，客户端程序将用户选定的数据传递到Web 页面，

数据的可视化就是这样实现的。

2.2 系统设计流程

系统设计流程包括 4个步骤：（1）选择数据源类型，用户自主选择手动输入数据，或者据数

据表格选择所需信息；（2）选择图表类型，用户可以根据系统图表目录等选择自己所需的图

表形式，完成选定之后，系统显示用户所选的数据；（3）更新显示方式及显示效果，用户自

定义图表标题、刻度间距、背景、标签等内容，与此同时数据的显示情况也会实时更新；

（4）退出系统或重新选择，用户可以退出系统，也可以回到第一步重新选择数据来源。

2.3 系统功能

基于 Web 的数据可视化系统的功能设计主要分为逻辑设计和非逻辑设计。

逻辑功能主要有选择数据源和设置图表显示方式两种。数据源的选择主要是用户选择想要显示

的数据，主要有数据库和手工输入两种。一般只有系统开发时或用户测试时会采用手动输入数

据的方式。选择数据库或者设置图表的显示方式也十分重要。

非逻辑功能主要包括可移植性、可靠性、效用性、可用性、安全性、重用性等。可移植性指在

不同的操作环境中，系统的运行情况；可靠性指系统出错的能力，出错越少则系统越可靠；效

用性指系统运行时的效率指标是否达标；可用性指系统的可理解程度，也就是人机交互的能

力；安全性指系统的安全程度及抵抗攻击的能力，这是非常重要的指标；重用性也就是系统的

结构模块化程度。

2.4 系统存储机制

分析用户需求可以得知，用户重点关心的是数据的多角度查看，及通过图形特征判断数据趋

势，从而对引起变化的主要因素进行深入分析。也就是说，用户可以理解的数据库要求表述成

专业术语。除此之外，系统的存储维度也是十分重要的。

　　 3　面向云技术的计算机数据可视化技术的实施

计算机数据的可视化从提出到实际应用还有一段距离，依托物联网、移动互联网、云计算、大

数据和 3S 等技术，数据可视化的实施拥有一定的技术基础。如图 2所示的农业大数据可视化

平台技术路线图，围绕地理数据、农业资源数据、农业休闲数据等进行分类，凭借大数据中心

的数据处理及整合分类，为农业大数据可视化平台的建设提供数据支撑。不仅可以展示监测数

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

免费 4人已下载

立即下载

摘要：

探讨面向云计算的大数据可视化技术的实施策略　　1　数据可视化理论1.1数据可视化的理解数据可视化（Datavisualization）指将数据转化成图形或者图像的技术，数据可视化是借助计算机图像处理技术实现数据与图像的交互处理。数据可视化融合了计算机技术、人机交互、计算机图像处理等多种计算机技术。其最终目的是利用图形把握数据计算过程，分析数据特征或信息。1.2数据可视化的关键技术1.2.1数据挖掘数据挖掘是数据可视化技术的重中之重。大量数据的潜在规律及练习都是通过数据挖掘得到的。数据挖掘在具体的项目中也是非常重要且无可替代的，它可以应用关联规则、聚类、时间序列等模式挖掘众多数据之间的深层关联，...

展开>> 收起<<

探讨面向云计算的大数据可视化技术的实施策略.docx

共4页,预览2页

还剩页未读，继续阅读

探讨面向云计算的大数据可视化技术的实施策略

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: