本发明专利技术公开了一种基于大数据的数据可视化处理方法和系统，该方法包括：根据特征数据结构构建特征库，对源数据进行特征提取获得特征数据，并添加特征数据分类标签，将所述特征数据存储在所述特征库中，实时统计所述特征数据的展示频率；接收数据可视化处理请求，根据所述特征数据结构对数据可视化处理请求进行解析，并根据解析结果确定用户名称、数据分类和描述数据；根据所述用户名称和所述数据分类确定数据存储位置，并根据所述数据存储位置、所述特征数据结构和所述描述数据从所述特征库获取可视化特征数据；将所述可视化特征数据通过接口发送至可视化界面展示，从而提升大规模数据可视化处理的性能和效率。
【技术实现步骤摘要】
本申请涉及数据库技术和数据可视化领域，更具体地，涉及一种基于大数据的数据可视化处理方法和系统。
技术介绍
1、在大数据可视化处理领域，现有技术在存储数据采用字段建表的方式对大数据进行处理和存储，在数据展示时，再按照这种方式根据字段从存储空间中读取这些数据进行展示，但随着用户对数据可视化展示的实时性要求的持续提升，以及数据量的快速增长，现有技术需要消耗大量的人力去业务中产生的数据进行分析归类，并使用越来越多的字段存储这些数据，这就导致数据处理的复杂度和效率大幅降低，同时仍不能数据代表的真实意义被展示出来。
2、基于此，有必要引入一种新的方法和系统，针对大规模数据进行数据特征提取，并基于提取的数据特征对大规模分类存储，同时实时统计特征数据的展示频率，并根据展示频率和特征数据结构快速响应数据可视化展示请求，解决现有技术中大规模数据可视化处理复杂和展示效率低的技术问题，从而满足用户对数据可视化展示持续提升的实时性要求和数据量快速增长的大规模数据可视化处理的业务需求，提升大规模数据可视化处理的性能、准确性和效率。
>技术实现思路本文档来自技高网...
【技术保护点】
1.一种基于大数据的数据可视化处理方法，其特征在于，所述方法应用于大数据可视化数据处理平台中，所述方法包括：
2.如权利要求1所述的方法，其特征在于，步骤S01中，在将所述特征数据存储在所述特征库中之前，还需要对用户数据进行分类处理，具体步骤为：
3.如权利要求1所述的方法，其特征在于，步骤S01中，在将所述特征数据存储在所述特征库中时，还需要对特征数据进行分类存储，具体步骤为：
4.如权利要求1所述的方法，其特征在于，步骤S101，在将所述特征数据存储在所述特征库中后，还包括特征数据的展示频率的实时统计和动态存储的步骤，具体为：</p>5.如权
...
【技术特征摘要】
1.一种基于大数据的数据可视化处理方法，其特征在于，所述方法应用于大数据可视化数据处理平台中，所述方法包括：
2.如权利要求1所述的方法，其特征在于，步骤s01中，在将所述特征数据存储在所述特征库中之前，还需要对用户数据进行分类处理，具体步骤为：
3.如权利要求1所述的方法，其特征在于，步骤s01中，在将所述特征数据存储在所述特征库中时，还需要对特征数据进行分类存储，具体步骤为：
4.如权利要求1所述的方法，其特征在于，步骤s101，在将所述特征数据存储在所述特征库中后，还包括特征数据的展示频率的实时统计和动态存储的步骤，具体为：
5.如权利要求1所述的方法，其特征在于，步骤s1...
【专利技术属性】
技术研发人员：李文峰，林学博，李旭升，
申请(专利权)人：北京柏睿数据技术股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。