商業智能分析中如何正確地選擇實時圖表解決方案

在商業智能分析中,實時圖表(實時分析)一直都是一個很重要環節,今天咱們將爲你們講解如何選擇實時圖表解決方案。數據庫

咱們在選擇實時圖表的時候常常會和其餘的選項混淆。不過,仍是有許多的方式讓咱們把他們區分開來:技術、工具、準則等等。在咱們進入主題以前,咱們須要瞭解可視化是如何在大系統中運做的,這點很重要。工具

不過這不是咱們今天要講的(就當給個人下一篇文章打廣告吧~~),這裏咱們用一張圖來講明其大概的過程。spa

實時圖表製做過程

咱們在討論實時分析的時候,總會和這樣一個詞掛鉤——latency。我試着在百度百科上搜索解釋,不過,讓人失望了。latency這個詞的英文一次爲潛伏、潛在因素,這個解釋和實時分析不怎麼掛鉤。而維基英文對其的解釋就比較靠譜了"'time interval between the stimulation and response' or 'a time delay between the cause and the effect in the system being observed.'"其大概意思就是:啓動和反應間的時間間隔或者被觀測系統中緣由和結果的延緩時間,我把它歸納爲等待時間或者延遲時間,方便讀者理解。解決latency的意思以後,咱們就能夠開始正文了。固然,若是你仍是不理解,也不要緊進入正文了。事件

Latency的細微差異

全部實時商業智能系統都會有某些Latency。Latency的時間長短取決於不少因素,好比:收集數據的大小和種類、數據庫管理系統中存儲和移動數據的速度,查詢工具查找複雜命令的能力以及可視化工具將數據可視化的能力等。實時商業智能系統的主要目標是最小化事件發生和發生後反應時間,所以理解Latency的細微差異就變得很重要了。get

著名分析學家Richard Hackathorn將latency分爲三種:io

  1. Data latency:收集存儲數據花費的時間數據可視化

  2. Analysis latency:分析數據、將信息轉化爲可操做信息的時間可視化

  3. Action latency:反應以及對信息採起行動花費的時間百度

理解latancy能夠幫助咱們將不一樣的信息碎片整理在一塊兒,爲實時分析系統作出正確的決策。渲染

今天主要是對實時圖表解決方案的一些相關知識的講解。在下文中咱們會將圖表、可視化控件。

在選擇實時圖表解決方案的時候,你的決定會取決於許多因素。庫表在全部設備、平臺的渲染能力,是否適合本身的技術、是否可定製外觀、操做性如何,圖表技術支持等等。

下一篇文章咱們將會縮小咱們討論的範圍,將話題放在實時圖表工具的選擇上。告訴你,如何在琳琅滿目的數據可視化工具中選擇出色的實時圖表解決方案。

相關文章
相關標籤/搜索