大数据可视化在前面有一篇文章专门谈到过，其真正的核心还是在将面对的大数据业务场景和可用的可视化展现方式进行匹配，选择最佳的方式来进行展示。大数据的可视化展现发展的相当快，常见的展现方式基本在D3.js可以查看到具体的例子，但是有一些展现方式已经过于复杂而影响到具体展示图的可读性。
树结构数据的展现
这个是最常见的展现场景，即需要展现的数据本身是一种树状展开结构，传统的可视化我们经常会直接采用树状展示，或者是借助 思维导图 可视化方式进行展示。在百度Echart的例子里面有专门的一类即树图，其中包括了 矩形树图和标准树图 ，这本身是树状结构数据可视化最常用的方式。一看到矩形树图，最常见的就是显示硬盘驱动器下某个目录下的目录结构树，由于采用矩形数，可以更加方便的展现出各个目录占用的存储空间比例信息等。同时可以看到，树状关系本身也是一种关系网络结构的简化，完全可以用关系网络方式进行展示，因此可以看到类似 树状关系网络 展示的例子。
这几种常见的展示方式外，在D3.js还可以看到各种tree方式的可视化展示，比如一个完整的二叉树生成也可以生成一颗树出来进行展示。在考虑服务视图的展示的时候，可以看到服务视图本身也符合树结构的一些逻辑，比如ESB接入了哪些业务域，每个业务域有哪些系统，每个系统本身又提供了哪些服务。上面的各种树都可以展示，但是如果我们希望在一个完整视图上看清楚所有的业务系统和服务名称信息，在加上了标签后再显示出来可能就导致整个图可读性降低。在这种场景下可以看到采用 彩虹图（Sunburst) 来显示往往更加直观和可视化，彩虹图本身也是展示树状结构的一个好工具，特别是树的层次固定的场景下。
关系网络图
谈大数据可视化不可避免的会谈到关系网络图，从大家谈得最多的SNS阶段的社交关系网络到现在，关系网络图本身可以展示和呈现的内容越来越丰富。讲到关系网络，一定会先谈到两类大的展现类型，一个是 力导向图 ，一个是 和弦图 ，注意这两类图本身又可以相互切换。对于企业内部IT各个业务系统间的点对点集成关系，就完全可以用力导向图来进行展示。在构建力导向图的时候要注意，一个是节点本身的大小显示，一个是link连接弧本身的权重设置，这两个内容将直接影响到整个力导向图的布局。
需要展示3个球队，每个球队都有5个效力的球员要展示，这个时候球队本身包括多个球员，但是球员本身只属于一个球队，在百度Echart里面叫非缎带和弦图展示。
关系网络一定可以采用 矩阵图(Relationship Graph) 方式进行展示，即X，Y坐标都是关系网络节点信息，而中间的内容即为连接线的详细信息。在D3.js里面可以看到关系网络用矩阵图方式进行展示的例子可参考。
结合GIS地图的航线图，客流迁徙图等也是场景的关系网络图展示方式。由于了地图相互结合，可以更加清楚的看到源地点和目标地点之间的关联关系和航线信息。
大数据可视化的重点仍然是节点+关系，只是这种关系可以是树状简单关系，也可以是复杂的网络关系，对于节点本身可能有又权重，会结合地理位置等。节点+关系+层次是考虑任何一个大数据展现的核心内容。
欢迎大家继续关注慧邮件邮件营销平台，也可以在我们的慧邮件官网了解更多邮件营销技巧，大数据知识，也可以通过电话：400-666-5494联系到我们，更多精彩知识、活动等着你。