前言

大数据是最近这两年的热词，伴随着mapreduce以及hadoop生态系统的不断完善，现在几乎大部分互联网公司都搭建了自己的大数据处理集群。巨大的互联网用户产生的数据源源不断的输入到大数据系统中，然而虽然大数据处理集群虽然能够接收并处理如此海量的数据，但是这些原始的大量的数据并未产生它应有的价值。

要让这些海量的数据产生它们应有的价值，那么则需要借助类似hadoop这样的大数据处理平台对原始的数据进行进一步处理，最后产出成为可以直接供分析人员使用的数据。这些数据在数据分析师中则变成了宝贝，他们会利用各种工具和模型去分析这些数据中蕴藏的价值。

数据分析师并不是一个新兴的职业，早在大数据流行之前便有这样的工种，然而伴随着大数据的出现越来越多的数据无疑带给了数据分析师们巨大的挑战。为了能够更快速，更便捷的获取数据中的信息，数据可视化系统应运而生。开发一个靠谱的数据可视化系统也成为了很多公司的任务之一，必然也就催生了一批在该细分上耕耘的开发者，我就是其中之一。

数据可视化算是一个业务上的细分，实际上来说对于程序员来说并不会特地的以此为技术的独一领地。我本人其实就只是一名web前端开发工程师，web的特性使得它成为了数据可视化系统的首选平台，我也成为了一名对数据可视化系统略有心得的数据可视化系统web前端开发工程师。其实在做数据可视化的web前端开发之前我也有涉及到hadoop数据处理系统的开发以及各个端的日志发送sdk开发，另外加上在广告数据上两年多的积累使得我对数据可视化的业务有了一个比较全面的了解，也让我认识到数据可视化的web前端开发有它自己的特点。这些特点可能是其他web前端开发者所意识不到了，所以我也斗胆将我个人的实践经验提炼分享出来，期望能够进一步巩固自己的认识，也期望能够帮助到有意在这个方向耕耘的朋友们。

这其实是一系列博客的集合，只是他们之间有了更多的联系和区分，显得不会是那么的随意和散乱。我将会从产品需求的层面出发来谈针对这些需求的技术架构设计，技术架构上主要是针对于web前端数据可视化系统的架构，但是同事也会有关于前端sdk和后端数据处理平台的一些思考，期望能够全方位的帮助读者去更深层次的理解数据可视化系统。本书的所有章节的阅读都不需要太多的专业知识，只是有部分针对web前端的技术细节可能对于产品或者后端的同学而言比较晦涩，但是我想应该大部分人都能够从中获取了一些有用的讯息。我自己除了是一个程序员之外同事也会写写小说，也期望我能够不辜负我一个『作者』的身份能够带个各位一本通俗易懂的手册。

愚指导 写于 2016-03-13