这是我参与「第五届青训营 」伴学笔记创作活动的第 16 天
大数据到底是什么？大数据能做什么？我在之前的两章里已经和大家讨论的太多太多，但是还有一个点，我没有说到过，那就是要让大数据信息可视化，这是大数据应用于实际中必须要解决的问题。
在大数据时代，数据信息成为了各行各业发展规划的一项重要依据。在工业领域，生产数据可视化的应用亦是将庞大的数据通过可视化分析，再由大屏将数据信息清晰明了地呈现出来。
基于企业环境、设备、产线、车间、系统及能源等生产数据的大数据分析，管理者能通过数据可视化展示的图表方便迅速地了解到工厂发展各个阶段的情况，以加强对当下工厂现状的认识。通过工厂数据可视化所展示出的历史各个时期的数据变化，预判未来发展趋势，结合大数据分析和人工智能技术协助管理者做出决策、制定未来方针和战略，并通过数据的实时反馈迅速进行修正和优化。这些都可以使企业的发展和自身管理水平及市场变化相适应，助力企业持续发展。
如何实现数据可视化：
我们通常会通过两种方式实现可视化大屏的制作：
（1）通过写代码的方式实现各种大屏的制作
大部分人可能会选择Echarts组件来做数据可视化，Echarts是百度的一款开源数据图表组件产品，它是一个纯JavaScript的图标库，兼容绝大部分的浏览器，底层依赖轻量级的canvas类库ZRender，提供直观，生动，可交互，可高度个性化定制的数据可视化图表。创新的拖拽重计算、数据视图、值域漫游等特性大大增强了用户体验，赋予了用户对数据进行挖掘、整合的能力。
（2）DataV中实现数据可视化大屏：
首先，需要创建一个画布，然后在画布上拖拽项目所需的组件。将组件拖拽到画布上之后，然后调整组件的大小、顺序、颜色、以及距离等细节后，即可完美匹配项目需求。
当把组件在画布上组合完成后，就可以去处理我们所需要的数据文件了。一些简单的数据，可以直接点击配置数据源，输入需要的数据源即可。还有一些复杂的大量的数据模式，可以通过多种方式导入。比如，直接使用excel中的csv文件、或者通过api配置动态数据源。数据源的格式需要调整为DataV中可以识别并匹配的格式，每种组件的格式标准不同，需要将不同组件的数据源调整为他所需的格式。
如果项目中需要有一些交互动作，可以使用节点编程功能，去写要实现的交互效果、动作等。 节点编程即通过可视化连线的方式，定义图层与图层之间的交互行为。帮助您自由管理大屏中多个组件之间的交互关系。在开始配置节点编程之前，需要先准备好组件的交互需求，并将需要交互的组件在大屏编辑器中搭建完成。然后就可以进行配置连线了，定义鼠标如何操作，完成某个效果展示。
完成大屏项目的搭建后，即实现了数据可视化的展示，开发人员不需要去写大量的代码，样式效果的编辑，以及一些特殊效果的实现。这给开发人员带来便捷的开发流程，并让非前端开发人员也可以实现数据可视化的编程。
生产数据可视化应用构建现状分析
设备实时数据感知与持久化以及价值挖掘是生产数据可视化的关键，目前实际生产数据可视化项目建设主要面临以下问题：
-
海量异构化设备的数据感知
基于当前物联网、大数据、云计算、人工智能等新一代信息技术的发展，生产数据不再局限于产线的数据采集，而是扩展到整个工厂或园区包括产线、人员、环控、能源、安全、储存、运输、厂房等各个环节的工业物联网设备，关系到效率、产能、质量、安全、耗能、管理等工厂健康生产的核心指标。
各类工业或物联网设备种类繁多决定了通讯协议的多样性，涉及到的协议有 Modbus、OPC、MQTT、HTTP 等。一个工厂的设备通讯协议往往从几种到十几种甚至更多，且不同厂家的设备信息存在不同的数据结构，导致业务层处理数据困难。
-
流式数据的处理需求
生产数据从感知到传输的过程中，数据流往往包含了大量无用和冗余的信息，对有限的网络、存储以及计算资源的消耗巨大，大大增加了经济成本。项目建设需要考虑在近设备的边缘端提供数据的清洗、数据预处理及实时逻辑处理等能力。
-
高效的数据持久化需求
无论是企业基于大数据、人工智能算法通过生产数据进行生产趋势判断，还是制定企业方针和战略决策，高精度、持久化的历史数据都是准确预测和推理的基础。企业需要在数据海量、结构复杂的前提下，按照业务需求进行高频数据预处理与持久化。
