【摘要】：在大數據時代,數據可視化在信息挖掘過程中具有極其重要的作用,其中對大規(guī)模數據的處理能力是最基礎的能力。目前,當數據規(guī)模過大時,web頁面中的可視化工具都不同程度地出現了一定的性能瓶頸,極大地影響了工作效率。但目前的前端可視化優(yōu)化手段還比較局限,例如減小文件體積、使用緩存、減少頁面節(jié)點數量等傳統(tǒng)的技術優(yōu)化手段,對技術優(yōu)化后帶來的信息缺失問題仍沒有明確的解決方案。本文選擇具有典型代表性和普遍意義的可視化展示工具折線圖作為研究對象,提出了在大規(guī)模數據場景下的綜合優(yōu)化方案,達到了從性能表現和設計表達兩個方面都有了較大提升的效果。方案以D3為繪制基礎,采用svg矢量圖作為底層機制,保留了現代折線圖較強的交互性。借鑒"瓦片地圖",采用分層聚合的方式減小瀏覽器實際渲染的數據規(guī)模,從而減輕瀏覽器的渲染壓力。對由于聚合而損失的部分數據特征,在滿足條件的情況下,分別使用特定的顏色、灰度和形狀來進行表達,并用連線的寬度來暗示數據的縮放級別,表示該折線對應的數據量。將優(yōu)化方案應用在一個十萬級別數據源的折線圖實際優(yōu)化過程中,其繪制結果證明了無論在性能優(yōu)化還是表達優(yōu)化方面,本文提出的綜合優(yōu)化方案都起到了有效的作用。
[Abstract]:In big data's era, data visualization plays a very important role in the process of information mining, among which the ability to process large-scale data is the most basic. At present, when the data size is too large, the visualization tools in web pages have some performance bottlenecks in varying degrees, which has a great impact on the efficiency of work. However, the current front-end visualization optimization methods are still relatively limited, such as reducing file size, using cache, reducing the number of page nodes and other traditional technical optimization methods. There is still no clear solution to the lack of information caused by technology optimization. In this paper, a typical representative and universal visual display tool line diagram is selected as the research object, and a comprehensive optimization scheme in large-scale data scenarios is proposed. Achieved from the performance and design expression two aspects have greatly improved the effect. The scheme is based on D3 and the svg vector graph is used as the underlying mechanism, which retains the strong interaction of the modern line graph. Referring to "tile map", the hierarchical aggregation method is adopted to reduce the actual rendering data size of the browser, so as to reduce the rendering pressure of the browser. For some data features lost due to aggregation, the specific color, grayscale and shape are used to express them respectively, and the width of the line is used to indicate the scaling level of the data, which represents the corresponding data amount of the broken line under the condition that the conditions are satisfied. The optimization scheme is applied to the actual optimization process of a 100-thousand-level data source line chart. The results show that the comprehensive optimization scheme proposed in this paper plays an effective role in both performance optimization and expression optimization.
【學位授予單位】：浙江大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP393.0

【相似文獻】

相關期刊論文 前10條

1 張艷寧,趙榮椿,梁怡;一種有效的大規(guī)模數據的分類方法[J];電子學報;2002年10期

2 姜英姿;;大規(guī)模數據的計算機處理技術[J];徐州工程學院學報;2005年05期

3 劉忠寶;趙文娟;;面向大規(guī)模數據的模糊支持向量數據描述[J];廣西大學學報(自然科學版);2012年06期

4 牛新征;佘X;;面向大規(guī)模數據的快速并行聚類劃分算法研究[J];計算機科學;2012年01期

5 汪西莉,劉芳,焦李成;基于大規(guī)模數據的支撐矢量機的訓練和分類[J];西安電子科技大學學報;2002年01期

6 杜奕強;;利用廉價計算機實現大規(guī)模數據處理的技術研究與實現[J];自動化與信息工程;2014年01期

7 劉光明;周越;張瑞虹;白瑞俊;;云存儲的關鍵技術與應用探討[J];中國高新技術企業(yè);2012年30期

8 諶超;強保華;石龍;;基于Hadoop MapReduce的大規(guī)模數據索引構建與集群性能分析[J];桂林電子科技大學學報;2012年04期

9 劉春艷;;基于云的招生系統(tǒng)研究與設計[J];電子技術與軟件工程;2013年13期

10 ;NUMA-Q 1000“3.15”上市[J];每周電腦報;1999年09期

相關會議論文 前1條

1 徐健;陳光喜;;一種基于優(yōu)化處理較大規(guī)模數據的支持向量分類機[A];第八屆中國青年運籌信息管理學者大會論文集[C];2006年

相關重要報紙文章 前2條

1 王麗;為大規(guī)模數據中心建設保駕護航[N];中國經營報;2005年

2 ;戴爾務實推動云計算發(fā)展[N];網絡世界;2010年

相關博士學位論文 前2條

1 黃成泉;大規(guī)模數據的多視角、多任務分類/聚類方法及應用研究[D];江南大學;2016年

2 金冉;面向大規(guī)模數據的聚類算法研究及應用[D];東華大學;2015年

相關碩士學位論文 前9條

1 馬翠云;基于HBase的大規(guī)模數據存儲解決方案的設計和實現[D];山東大學;2015年

2 周釗澤;面向大規(guī)模數據的局部在線學習[D];中山大學;2015年

3 田大鑫;基于GIS的大規(guī)模數據下K優(yōu)路徑規(guī)劃算法的研究與實現[D];北京理工大學;2016年

4 楊婷;Web頁面中的大規(guī)模數據折線圖優(yōu)化方法研究[D];浙江大學;2017年

5 劉偉;面向大規(guī)模數據的高效LTR調研系統(tǒng)設計與實現[D];南京大學;2015年

6 錢彥江;大規(guī)模數據聚類技術研究與實現[D];電子科技大學;2009年

7 張新銘;金融應用中大規(guī)模數據處理的性能優(yōu)化[D];浙江大學;2007年

8 蔡偃武;面向大規(guī)模數據的在線新事件檢測[D];華東理工大學;2014年

9 劉作志;應用于大規(guī)模數據的極端學習機研究[D];西北大學;2013年

，

本文編號：2471735