Page 241 - 大数据背景下网络安全问题研究

» 第八章 大数据时代通信网络安全研究

2.操作简单
数据可视化工具满足快速开发、易于操作的特性，能满足互联网时代信息多变的
特点。
3.更丰富的展现

数据可视化工具需要具有更丰富的展现方式，能充分满足数据展现的多维度
要求。
4.多种数据集成支持方式
数据的来源不仅仅局限于数据库，数据可视化工具将支持团队协作数据、数据仓

库、文本等多种方式，并能够通过互联网进行展现。
数据可视化技术是一个新兴领域，有许多新的发展。企业获取数据可视化功能
主要通过编程和非编程两类工具实现。主流编程工具包括3种类型：从艺术的角度创
作的数据可视化工具，比较典型的工具是 Processing.js，它是为艺术家提供的编程

语言。
从统计和数据处理的角度创作的数据可视化工具，R 语言是一款典型的工具，它
本身既可以做数据分析，又可以做图形处理。

介于两者之间的工具，既要兼顾数据处理，又要兼顾展现效果，D3.js 是一个不
错的选择，像D3.js 这种基于JavaScript的数据可视化工具更适合在互联网上互动式展
示数据。

三、大数据行业发展趋势及面临机遇和挑战分析

（一）大数据行业发展趋势预测
随着大数据厂商技术实力的提升，逐渐出现了能够提供多数据库模型的大数据平
台技术。相比多种数据库产品的集成方案，多种数据库模型统一的大数据平台的优势

包括：
一是提升场景效率同一份数据可以分别采用多种数据模型存放，解决不同场景的
处理效率问题。
二是统一分析管理关联不同模型的数据，统一分析管理。

三是降低运维成本。无需维护多种数据库，降低运维成本。
四是降低数据持有成本，同一份数据在不同的数据模型当中不需要全量存储，
不同模型只需要存储必要的数据内容即可，在查询时可以通过关联的方式获取全量
信息。

未来多模型数据平台将通过不断提高计算、存储引擎的处理能力，从操作响应速
度、数据并发能力、数据管理成本等多个角度优化企业的数据需求，成为多模大数据

• 229 •