数据可视化系统的目的

    数据可视化系统一般认为是处理数据规模达到TB或PB级别的数据。经过数十年的发展，大规模数据可视化经过了大量研究，重点介绍其中的并行可视化和原位（insitu）可视化。

    数据可视化系统并行可视化

    并行可视化通常包括3种并行处理模式，分别是任务并行、流水线并行、数据并行。

    任务并行将可视化过程分为立的子任务，同时运行的子任务之间不存在数据依赖。

    流水线并行采用流式读取数据片段，将可视化过程分为多个阶段，计算机并行执行各个阶段加速处理过程。

    数据并行是一种“单程序多数据”方式，将数据划分为多个子集，然后以子集为粒度并行执行程序处理不同的数据子集。

    数据可视化系统应用场景

    交通运输行业：机场管理、港口和水运管理、地面交通管理、车辆跟踪定位、客流量分析；

    金融证券行业：经营网点管理、风险管理分析；

    电力能源行业：产品销售及售后管理、综合监控管理；

    石油石化行业：工程可视化管理、商业选址；

    钢铁冶金行业：设备点检、生产线监管。

    数据可视化的常见用例包括：

    科学领域：科学可视化，有时简称为SciVis，让科学家和研究人员能够从他们的实验数据中获得比以往更深入的洞察力。

    金融领域：金融专业人士在选择购买或出售资产时必须跟踪其投资决策的表现。烛台图用作交易工具，帮助金融专业人士分析价格随时间的变化，显示重要信息，例如证券、衍生品、货币、股票、债券和商品。通过分析价格随时间的变化情况，数据分析师和财务专业人士可以发现趋势。

    后勤领域：航运公司可以使用可视化工具来确定佳的全球航运路线。