从天猫数据大屏出发，带你看看实时数据可视化究竟是怎么实现的

文章图片
对于数据可视化，相信大家都不陌生。不管是众人皆知的双11、双12电商数据大屏，还是最近大家关注的疫情数据可视化，都是直接将我们关注的数据，通过各种分析图表和看板，更加直观地呈现在我们眼前。让我们更容易去查看数据的趋势，去记住并理解数据。

文章图片
很多人，可能不禁要问，数据可视化不就是把数据通过柱形图、饼图、折线图等图表展示出来吗?这个看起来并不复杂。
【从天猫数据大屏出发，带你看看实时数据可视化究竟是怎么实现的】是的，大家有这种想法很正常。特别是各位“表哥表姐” ，伴随着“9毛9学Python”的浪潮，大家已经突破Excel的图表，通过Python尝试学习制作各种更加复杂、美观的图表了。

文章图片
然而，大家日常用的图表，大部分的数据对实时性要求并不是很高，我们把这一类数据称为静态数据。因为它们在相对较长的时间内不会变化，可能更新时间是一天，甚至更久。然而，在我们的生产生活中，更多使用的都是动态数据，就是需要经常更新和变化的数据。动态数据是指在系统应用中随时间变化而改变的数据，如库存数据等。电商双11的数据统计，也是类似的场景，天猫的数据大屏上显示的成交额数字，就是采集到大家下单和支付的数据，直接推送到数据大屏上的。大家看到的数据，就是实时动态更新的真实数据。

文章图片
动态数据和时间变化紧密相关，能够直接反映事务发生过程，比如，网站访问量、在线人数、实时销售额等等。在很多可视化场景中，对于时间变化频率要求很高，需要达到秒级甚至毫秒级，这就是实时数据可视化。实时数据就是动态数据中非常有代表性的数据，也是生产制造、电商、金融、互联网等众多行业最为关注的数据。他们需要密切关注实时数据，一旦数据延迟，会造成不可估量的损失。
实时数据（RTD）是在收集后立即传递的信息，通过设备、采集器或其他平台所提供信息即时被“消费” ，没有延迟。实时数据通常用于监控或跟踪，以及实时计算和分析的场景。举个例子，生产车间要实时监控产线的运行状态和生产情况，设备的运行数据就需要实时采集，同时通过数据可视化来监控。发生异常时需要第一时间进行报警。车间常用的MOM管理指挥中心的数据，就是通过这种机制来实现的。

文章图片
下面以Wyn商业智能软件为例，为大家普及下关于实时数据可视化的实现原理。
在WynEnterprise中，提供了两种用于动态数据可视化的数据集：推送数据集和流式数据集。我们来了解一下这两个数据集之间的区别。
使用推送数据集，数据将直接推送到WynEnterprise服务中。 WynEnterprise服务在接收到数据后，会自动创建一个数据表用来存储数据集。因为有一个服务会不断的将数据传入进行存储。所以，我们每次查看图表时，数据集所查询到的数据都是最新的。可以用于报警、数据刷新等场景。
推送数据集的更新，是通过数据集的定时刷新触发的数据更新。使用推送数据集后，结合定时刷新将数据实时展示到仪表板中，达到实时展示的效果。