云计算与大数据——数据可视化

可视化基本特征
任何形式的数据可视化由丰富的内容、引人注意的视觉效果、精细的制作三个要素组成，概括起来就是新颖、充实、高效、美感四个特征。

数据可视化类型
统计数据、关系数据、地理空间数据、时间序列数据以及文本数据可视化

数据可视化流程
一个完整的数据可视化过程，主要包括以下4个步骤：
确定数据可视化的主题
提炼可视化主题的数据
根据数据关系确定图表
进行可视化布局及设计

数据处理和变换
主要用的方法有：
1.数据归一化
2.线性变换
3.反正切变换
4.数据标准化
5.数据平滑化

大数据安全
嵌入式安全
在涉及大数据的疯狂竞赛中，大部分的开发资源都用于改善大数据的可升级、易用性和分析功能上。只有很少的功能用于增加安全功能。
但是，你希望得到嵌入到大数据平台中的安全功能。你希望开发人员在设计和部署阶段能够支持所需要的功能。你希望安全功能就像大数据集群一样可升级、高性能、自组织。问题是，开源系统或多数商业系统一般都不包括安全产品。而且许多安全产品无法嵌入到Hadoop或其它的非关系型数据库中。
多数系统提供最少的安全功能，但不足以包括所有的常见威胁。在很大程度上，你需要自己构建安全策略。

应用程序
面向大数据集群的大多数应用都是Web应用。
它们利用基于Web的技术和无状态的基于REST的API。基于Web的应用程序和API给这些大数据集群带来了一种最重大的威胁。在遭受攻击或破坏后，它们可以提供对大数据集群中所存储数据的无限制访问。
应用程序安全、用户访问管理及授权控制非常重要，与重点保障大数据集群安全的安全措施一样都不可或缺。