交互式电力数据可视化与分析

并排法是传统的比较可视化中较为经典的方法,即将多个集合成员或不同的结果在一个显示空间中并排显示.本文所使用的是具有时序性的异构、高维数据,包括全国GDP数据及中国西南某省43个企业或商场的用电数据,以及天气数据.考虑到数据量庞大,并排可视化方法不具有空间协调性与视觉直观性,因此,本文使用重叠法与显式编码的比较可视化技术,使用户可自由选择日期,将多天的采样点数据重叠在一个显示空间中,避免了视觉混乱,使数据分析更加简洁高效.

基于钢铁物流数据的索引与查询技术研究

随着钢铁物流的数字化转型发展,钢铁物流数据的规模也迎来快速增长,传统的关系型数据库已无法满足海量钢铁物流数据的存储与查询需求.考虑分布式NoSQL (Not Only Structured Query Language)数据库具有扩展简单、读写速度快且成本低的特点,本文利用分布式云存储与NoSQL技术,对海量钢铁物流数据进行存储并构建索引,以提高对物流数据的存储能力与查询性能.首先,利用Spark对不同来源的数据进行关联与融合,再将货运平台产生的历史数据与实时数据分级存储管理;然后,针对钢铁运输中主要涉及的3类查询构建时空索引和属性索引,实现对多源物流数据的高效查询;最后,基于钢铁物流真实数据的实验结果表明,本文所提出的方案在数据写入、存储和查询等方面优于传统关系型数据库的索引查询方法,能够有效支撑海量物流数据的存储和查询.