数据定义



　　AutoVis支持IoTDB、PostgreSQL、MySQL、SQLServer、SQLLite等常用数据库类型，以及提供RESTfulAPI接口的数据服务。设计实现了抽象数据集构建与计算技术，支持不同数据的自由组合，通过抽象数据集归一化，实现数据集的快速生成。



　　图表设计



　　AutoVis采用模板化思想，提供了百余个覆盖常用可视化技术的图表模板，支持即时模板扩展及拖拽即用，达到秒级图表定义。另外，AutoVis提供了所见即所得的图表组合定制看板能力，实现了分钟级看板定义。



　　映射过程



　　为了达到图表定制易用性的同时实现实时可扩展性，即融合编程方式的表达能力和交互方式的易用性，AutoVis设计实现了3种互补的数据至图表的映射方式：交互选项、扩展选项、手工编码。



　　图表交互



　　图表交互能力在大数据场景下愈发重要。AutoVis的图表模板提供了常用的交互功能，包括点选、悬浮、刷选等。另外，AutoVis还实现了看板图表的自动关联，支持跨图表跨数据的钻取能力。



　　看板服务



　　AutoVis在支持常用的看板链接共享基础上，提供了看板服务能力，即使用者不仅可以将看板共享，或集成到其他系统，还可以动态向看板传递参数，动态调整看板可视化内容。另外，AutoVis围绕看板提供了“数字会商室”功能，使用者可以围绕数字看板进行数据驱动的讨论与决策。



　　数据可视化已成为人理解数据的重要途径，在大数据时代，人们更加需要**的数据可视化工具直观分析大规模数据，快速捕捉数据变化。



　　大数据可视化技术的挑战及应对措施.中琛魔方大数据平台(www.zcmorefun.com)表示相对传统的数据可视化，大数据也带来了数据规模、数据融合、图表绘制效率、图表表达能力、系统可扩展性、快速构建能力、数据分析与数据交互等多个方面的挑战。**应对这些挑战将有助于大数据可视化随着大数据和数据科学的普及，推动其应用到更多领域。