工業(yè)大數(shù)據(jù)采集、處理之后，非常重要的一個(gè)環(huán)節(jié)就是數(shù)據(jù)可視化工作。畢竟，無論我們有多少數(shù)據(jù)，都是需要看到的，否則數(shù)據(jù)的意義又在哪里呢？  

數(shù)據(jù)可視化技術(shù)第一代應(yīng)該是報(bào)表軟件，通過報(bào)表系統(tǒng)能夠把復(fù)雜的數(shù)據(jù)整理成規(guī)則的表格，并配以漂亮的圖形，比如柱圖、餅圖、折線圖等等。第二代當(dāng)屬BI（BusinessIntelligence）了，BI比起簡(jiǎn)單的報(bào)表又更進(jìn)了異步，它已經(jīng)不單單是一個(gè)工具軟件，而是一套完整的解決方案，可以將企業(yè)中現(xiàn)有的數(shù)據(jù)進(jìn)行有效的整合，快速準(zhǔn)確的提供報(bào)表并提出決策依據(jù)，幫助企業(yè)做出明智的業(yè)務(wù)經(jīng)營(yíng)決策。  

進(jìn)入大數(shù)據(jù)時(shí)代，數(shù)據(jù)可視化這個(gè)說法慢慢的流行起來，究其原因，一個(gè)是因?yàn)榇髷?shù)據(jù)的展示比起以前的數(shù)據(jù)展示有不同的地方，最大的難點(diǎn)就是面對(duì)如此巨大的數(shù)據(jù)，如何比較好的展示給用戶，成為前臺(tái)程序員面臨的難題。另一個(gè)是隨著近幾年技術(shù)的發(fā)展，我們可以通過更多的形式，例如三維模型、動(dòng)畫、視頻、動(dòng)態(tài)交互式頁(yè)面、手機(jī)APP等將數(shù)據(jù)以展示、推送、提醒、互動(dòng)等等模式提供給用戶，其復(fù)雜度上升了一個(gè)數(shù)量級(jí)，因此，漸漸地，數(shù)據(jù)可視化就成為一個(gè)專門的領(lǐng)域，成為了大數(shù)據(jù)時(shí)代的一個(gè)研究分支，無數(shù)優(yōu)秀的工程師和設(shè)計(jì)者為這個(gè)領(lǐng)域做出了貢獻(xiàn)。  

具體到工業(yè)大數(shù)據(jù)領(lǐng)域，其可視化又有自己獨(dú)特的特點(diǎn)，呈現(xiàn)出與互聯(lián)網(wǎng)大數(shù)據(jù)可視化不同的難點(diǎn)和方向，我總結(jié)了一下，工業(yè)大數(shù)據(jù)可視化有以下幾個(gè)特點(diǎn)：  

1、數(shù)據(jù)量呈現(xiàn)海量趨勢(shì)，且更新頻率極高。由于工業(yè)大數(shù)據(jù)主要來源于傳感器的數(shù)據(jù)采集，因此其數(shù)據(jù)量相比傳統(tǒng)互聯(lián)網(wǎng)大數(shù)據(jù)只多不少，而且，它的更新頻率極高，傳感器按照恒定的頻率快速更新。在這種情況下，如何保證監(jiān)控頁(yè)面的數(shù)據(jù)實(shí)時(shí)更新，還能夠讓監(jiān)控人員看數(shù)據(jù)的變化，就是需要研究的問題。當(dāng)某個(gè)數(shù)據(jù)每秒更新10次，那么，屏幕上的數(shù)字直接變化就是無意義的，因?yàn)楸O(jiān)控人員根本就一個(gè)數(shù)字都看不到。如何兼顧數(shù)字的更新頻率與視覺效果，就成為可視化的第一個(gè)難題。  

2、大量的監(jiān)控點(diǎn)，無法進(jìn)行有效地顯示。一臺(tái)普通的設(shè)備，可能就有上百個(gè)傳感器，再加上相關(guān)的視頻、環(huán)境、人員等等監(jiān)測(cè)，可能會(huì)有幾百個(gè)監(jiān)測(cè)數(shù)據(jù)是這個(gè)設(shè)備需要的，那么，這么多的數(shù)據(jù)如何在有限的屏幕上進(jìn)行排列，如何取舍，成為可視化的第二個(gè)難題。  

3、整體與局部如何有效地結(jié)合。一個(gè)企業(yè)會(huì)有許多下屬的分子公司，下屬企業(yè)又會(huì)有車間、工作面等等工作場(chǎng)景，每個(gè)工作場(chǎng)景又會(huì)有許多設(shè)備。這樣層層嵌套的可視化局面如何比較好的結(jié)合，在保障使用人員看到整體的時(shí)候，還能夠同時(shí)關(guān)注到局部的數(shù)據(jù)變化，是可視化的第三個(gè)難題。  

4、局部與細(xì)節(jié)如何兼顧。在一個(gè)局部的數(shù)據(jù)展示中，我們還希望看到數(shù)據(jù)的細(xì)節(jié)，包括相關(guān)的數(shù)據(jù)、歷史的數(shù)據(jù)、異常的數(shù)據(jù)、數(shù)據(jù)的趨勢(shì)、數(shù)據(jù)的預(yù)測(cè)等等，能否把握好局部與細(xì)節(jié)的展示關(guān)系，是可視化的第四個(gè)難題。  

5、如何實(shí)現(xiàn)工業(yè)數(shù)據(jù)的有效檢索和有效推送。也就是常說的“數(shù)據(jù)找人”，在互聯(lián)網(wǎng)企業(yè)，利用大數(shù)據(jù)分析用戶的使用習(xí)慣和興趣愛好，尋找其感興趣的話題進(jìn)行推送已經(jīng)是常見做法了，但在工業(yè)大數(shù)據(jù)領(lǐng)域，如何實(shí)現(xiàn)？一個(gè)報(bào)警信息，推送給誰？當(dāng)前還是靠提前設(shè)好的規(guī)則，未來能否實(shí)現(xiàn)智能化，怎么實(shí)現(xiàn)，相關(guān)的應(yīng)用還是比較少，這是可視化的第五個(gè)難題。  

6、如何將數(shù)據(jù)轉(zhuǎn)化為有效地信息提供給用戶。舉個(gè)生活中的例子，某路口實(shí)時(shí)車流100輛／分鐘，這是數(shù)據(jù)，“嚴(yán)重?fù)矶隆?，這是信息。能否很好地將數(shù)據(jù)轉(zhuǎn)化為信息是可視化的第六個(gè)難題。  

相對(duì)而言，純技術(shù)的問題反而不是問題的關(guān)鍵，比如三維建模技術(shù)、圖表自動(dòng)生成技術(shù)、數(shù)據(jù)檢索技術(shù)等?？梢暬嗟氖菍?duì)用戶和業(yè)務(wù)的理解，以及在這個(gè)基礎(chǔ)上對(duì)數(shù)據(jù)的深刻認(rèn)識(shí)。（來源：工控網(wǎng)）