一种大数据可视化系统的制作方法

1.本技术涉及大数据技术领域，具体而言，涉及一种大数据可视化系统。


背景技术：

2.随着数据处理技术的不断发展，使得对海量数据的应用得到了实现。其中，在数据的应用过程中，一般会涉及到数据的可视化，但是，经发明人研究发现，在现有的数据可视化技术中，存在可视效果不佳的问题。


技术实现要素：

3.有鉴于此，本技术的目的在于提供一种大数据可视化系统，以改善现有技术中对数据进行可视化的效果不佳的问题。
4.为实现上述目的，本技术实施例采用如下技术方案：
5.一种大数据可视化系统，包括大数据处理设备和与所述大数据处理设备通信连接的数据查询请求设备，所述大数据处理设备用于执行大数据可视化方法，其中，所述大数据可视化方法包括：
6.确定是否需要基于所述数据查询请求设备发送的目标数据查询请求信息，查询得到对应的目标业务数据，并在确定需要基于所述目标数据查询请求信息查询得到所述目标业务数据时，基于所述目标数据查询请求信息查询得到所述目标业务数据，其中，所述目标数据查询请求信息基于所述数据查询请求设备响应对应的查询用户进行的数据查询操作生成；
7.在查询得到所述目标业务数据之后，确定对所述目标业务数据进行可视化处理的目标可视化方式；
8.基于所述目标可视化方式对所述目标业务数据进行可视化处理。
9.在一种可能的实施例中，在上述大数据可视化系统中，所述在查询得到所述目标业务数据之后，确定对所述目标业务数据进行可视化处理的目标可视化方式的步骤，包括：
10.确定所述目标数据查询请求信息中是否携带有进行可视化处理的处理方式标识信息，其中，所述处理方式标识信息用于表征可视化所述目标业务数据的目标可视化设备；
11.若所述目标数据查询请求信息中携带有所述处理方式标识信息，则基于所述处理方式标识信息确定对应的目标可视化设备，其中，所述目标可视化设备用于可视化所述目标业务数据。
12.在一种可能的实施例中，在上述大数据可视化系统中，若所述目标可视化设备为所述大数据处理设备，则基于所述数据处理设备可视化所述目标业务数据；
13.若所述目标可视化设备为所述大数据处理设备以外的其它可视化设备，则将所述目标业务数据发送给所述其它可视化设备，其中，所述其它可视化设备用于可视化所述目标业务数据，且所述其它可视化设备包括所述目标业务数据对应的数据查询请求设备。
14.在一种可能的实施例中，在上述大数据可视化系统中，所述在查询得到所述目标
业务数据之后，确定对所述目标业务数据进行可视化处理的目标可视化方式的步骤，还包括：
15.若所述目标数据查询请求信息中未携带有所述处理方式标识信息，则对所述目标业务数据进行解析，得到所述目标业务数据的目标数据类型：
16.基于预先建立的数据类型
‑
可视化设备类型对应关系，确定所述目标数据类型对应的目标可视化设备类型；
17.基于所述目标可视化设备类型确定用于可视化所述目标业务数据的目标可视化设备，其中，所述目标可视化设备用于可视化所述目标业务数据。
18.在一种可能的实施例中，在上述大数据可视化系统中，所述基于所述目标可视化方式对所述目标业务数据进行可视化处理的步骤，包括：
19.确定所述目标业务数据的数据量，得到第一数据量；
20.判断所述第一数据量是否大于预先确定的数据量阈值，其中，所述数据量阈值基于所述大数据处理设备响应对应的管理用户进行的数据量阈值配置操作生成；
21.若所述第一数据量大于所述数据量阈值，则基于所述数据量阈值对所述目标业务数据进行分解处理，得到对应的多个第一目标业务子数据，并确定所述多个第一目标业务子数据之间的相对关系，其中，所述多个第一目标业务子数据按照该相对关系组合形成所述目标业务数据，每一个所述第一目标业务子数据的数据量小于或等于所述数据量阈值；
22.按照所述多个第一目标业务子数据之间的相对关系分别对每一个所述第一目标业务子数据进行可视化处理。
23.在一种可能的实施例中，在上述大数据可视化系统中，所述基于所述目标可视化方式对所述目标业务数据进行可视化处理的步骤，还包括：
24.若所述第一数据量小于或等于所述数据量阈值，则确定用于可视化所述目标业务数据的目标可视化设备在每一次可视化数据时在目标比例下最多可视化数据的数据量，得到第二数据量，其中，所述目标比例基于所述数据查询请求设备响应对应的查询用户进行的数据查询操作生成；
25.判断所述第一数据量是否大于所述第二数据量；
26.若所述第一数据量大于所述第二数据量，则基于所述第二数据量对所述目标业务数据进行分解处理，得到对应的多个第二目标业务子数据，并确定所述多个第二目标业务子数据之间的相对关系，其中，所述多个第二目标业务子数据按照该相对关系组合形成所述目标业务数据，每一个所述第二目标业务子数据的数据量小于或等于所述第二数据量；
27.按照所述多个第二目标业务子数据之间的相对关系分别对每一个所述第二目标业务子数据进行可视化处理。
28.在一种可能的实施例中，在上述大数据可视化系统中，所述基于所述目标可视化方式对所述目标业务数据进行可视化处理的步骤，还包括：
29.若所述第一数据量小于或等于所述第二数据量，则将所述目标业务数据作为一个整体进行可视化处理。
30.在一种可能的实施例中，在上述大数据可视化系统中，在执行所述基于所述目标可视化方式对所述目标业务数据进行可视化处理的步骤之后，所述大数据可视化方法还包括：
31.判断是否接收到所述数据查询请求设备发送的查询记录删除请求信息，并在接收到所述查询记录删除请求信息之后，对所述数据查询请求设备的删除权限信息进行验证，得到对应的权限验证结果；
32.若所述权限验证结果为所述数据查询请求设备具有删除查询记录的设备权限，则删除所述数据查询请求设备查询所述目标业务数据的记录信息。
33.在一种可能的实施例中，在上述大数据可视化系统中，所述大数据可视化方法还包括：
34.若未接收到所述数据查询请求设备发送的查询记录删除请求信息，或者所述权限验证结果为所述数据查询请求设备不具有删除查询记录的设备权限，则保存所述数据查询请求设备查询所述目标业务数据的记录信息。
35.在一种可能的实施例中，在上述大数据可视化系统中，所述数据查询请求设备设备用于获取所述大数据处理设备基于所述目标数据查询请求信息发送的所述目标业务数据，并向对应的查询用户可视化所述目标业务数据。
36.本技术提供的一种大数据可视化系统，在查询得到目标业务数据之后，可以先确定对目标业务数据进行可视化处理的目标可视化方式，然后，再基于目标可视化方式对目标业务数据进行可视化处理。基于此，相较于在获取到业务数据之后直接进行可视化处理的常规技术方法，由于需要先确定目标可视化方式，使得可视化处理的效果可以更佳，如方式具有多样性，从而改善现有技术中对数据进行可视化的效果不佳的问题。
37.为使本技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
38.图1为本技术实施例提供的大数据可视化系统的结构框图。
39.图2为本技术实施例提供的大数据可视化方法的流程示意图。
具体实施方式
40.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例只是本技术的一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。
41.因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
42.本技术实施例提供了一种大数据可视化系统，包括大数据处理设备和与所述大数据处理设备通信连接的数据查询请求设备。
43.其中，如图1所示，所述大数据处理设备可以包括存储器和处理器。
44.详细地，所述存储器和处理器之间直接或间接地电性连接，以实现数据的传输或交互。例如，相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述存储器中可
以存储有至少一个可以以软件或固件(firmware)的形式，存在的软件功能模块(计算机程序)。所述处理器可以用于执行所述存储器中存储的可执行的计算机程序，从而实现本技术实施例(如后文所述)提供的大数据可视化方法。
45.可选地，所述存储器可以是，但不限于，随机存取存储器(random access memory，ram)，只读存储器(read only memory，rom)，可编程只读存储器(programmable read
‑
only memory，prom)，可擦除只读存储器(erasable programmable read
‑
only memory，eprom)，电可擦除只读存储器(electric erasable programmable read
‑
only memory，eeprom)等。所述处理器可以是一种通用处理器，包括中央处理器(central processing unit，cpu)、网络处理器(network processor，np)、片上系统(system on chip，soc)等；还可以是数字信号处理器(dsp)、专用集成电路(asic)、现场可编程门阵列(fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
46.并且，图1所示的结构仅为示意，所述大数据可视化系统还可包括比图1中所示更多或者更少的组件，或具有与图1所示不同的配置，例如，可以包括用于与其它设备进行信息交互的通信单元。在一种可以替代的示例中，所述大数据可视化系统可以是一种具备数据处理能力的服务器。
47.可以理解的是，所述数据查询请求设备(如手机、电脑等)可以用于：
48.获取所述大数据处理设备基于目标数据查询请求信息发送的目标业务数据，并向对应的查询用户可视化(显示)所述目标业务数据。
49.结合图2，本技术实施例还提供一种大数据可视化方法，可应用于上述大数据可视化系统中的大数据处理设备。其中，所述大数据可视化方法有关的流程所定义的方法步骤，可以由所述大数据处理设备实现。
50.下面将对图2所示的具体流程，进行详细阐述。
51.步骤s110，确定是否需要基于数据查询请求设备发送的目标数据查询请求信息，查询得到对应的目标业务数据，并在确定需要基于目标数据查询请求信息查询得到目标业务数据时，基于目标数据查询请求信息查询得到目标业务数据。
52.在本实施例中，所述大数据处理设备可以先确定是否需要基于所述数据查询请求设备发送的目标数据查询请求信息，查询得到对应的目标业务数据，并在确定需要基于所述目标数据查询请求信息查询得到所述目标业务数据时，基于所述目标数据查询请求信息查询得到所述目标业务数据。
53.其中，所述目标数据查询请求信息可以基于所述数据查询请求设备响应对应的查询用户进行的数据查询操作生成。
54.步骤s120，确定对目标业务数据进行可视化处理的目标可视化方式。
55.在本实施例中，在基于步骤s110得到所述目标业务数据之后，所述大数据处理设备可以确定对所述目标业务数据进行可视化处理的目标可视化方式，以进行可视化处理。
56.步骤s130，基于目标可视化方式对目标业务数据进行可视化处理。
57.在本实施例中，在基于步骤s120确定所述目标可视化方式之后，所述大数据处理设备可以基于所述目标可视化方式对所述目标业务数据进行可视化处理，以可视化(显示)所述目标业务数据。
58.基于上述方法，在查询得到目标业务数据之后，可以先确定对目标业务数据进行
可视化处理的目标可视化方式，然后，再基于目标可视化方式对目标业务数据进行可视化处理。基于此，相较于在获取到业务数据之后直接进行可视化处理的常规技术方法，由于需要先确定目标可视化方式，使得可视化处理的效果可以更佳，如方式具有多样性，从而改善现有技术中对数据进行可视化的效果不佳的问题。
59.可以理解的是，在一种可以替代的示例中，在执行步骤s110时，可以基于步骤s111、步骤s112和步骤s113以进行查询处理。
60.步骤s111，获取所述数据查询请求设备发送的目标数据查询请求信息。
61.在本实施例中，所述大数据处理设备可以先获取通信连接的数据查询请求设备发送的目标数据查询请求信息。
62.其中，所述目标数据查询请求信息基于所述数据查询请求设备响应对应的查询用户进行的数据查询操作生成，且发送给所述大数据处理设备。
63.步骤s112，对所述目标数据查询请求信息进行验证处理，得到对应的验证结果，并基于所述验证结果确定是否执行所述目标数据查询请求信息对应的目标数据查询请求操作。
64.在本实施例中，在基于步骤s111得到所述目标数据查询请求信息之后，所述大数据处理设备可以对所述目标数据查询请求信息进行验证处理，得到对应的验证结果，并基于所述验证结果确定是否执行所述目标数据查询请求信息对应的目标数据查询请求操作。
65.其中，若所述验证结果为验证通过或验证不通过，且在验证通过时，确定执行所述目标数据查询请求信息对应的目标数据查询请求操作，在验证未通过时，则确定不执行所述目标数据查询请求信息对应的目标数据查询请求操作。并且，若需要执行所述目标数据查询请求操作，可以执行步骤s113。若不需要执行所述目标数据查询请求操作，则生成对应的查询失败提示信息，并将所述查询失败提示信息发送给所述数据查询请求设备。
66.步骤s113，基于目标数据查询请求信息查询得到对应目标业务数据。
67.在本实施例中，在基于步骤s112确定需要执行所述目标数据查询请求操作之后，所述大数据处理设备可以基于所述目标数据查询请求信息查询得到对应目标业务数据(如设备运行的数据或业务订单数据等)。
68.基于上述步骤，在获取到数据查询请求设备发送的目标数据查询请求信息之后，先进行验证处理，且在验证通过之后再基于目标数据查询请求信息查询得到对应目标业务数据。基于此，相较于直接基于数据查询请求信息进行查询的常规技术方法，由于增加了验证处理，使得查询的安全性得到有效的提升，从而改善现有技术中数据查询的安全性不高的问题。
69.可以理解的是，在一种可以替代的示例中，在执行步骤s111时，在所述大数据处理设备通信连接有多个数据查询请求设备的基础上，可以基于以下步骤获取所述目标数据查询请求信息：
70.首先，(如在一个时刻或一个较短的时段内)获取至少一个所述数据查询请求设备发送的数据查询请求信息，得到至少一条数据查询请求信息；
71.其次，统计所述至少一条数据查询请求信息的数量，得到对应的第一数量；
72.然后，确定所述第一数量与预先确定的第一预设阈值之间的大小关系，其中，所述第一预设阈值可以基于所述大数据处理设备响应对应管理用户根据实际应用场景进行的
阈值配置操作生成；
73.最后，若所述第一数量小于或等于所述第一预设阈值，则将所述第一数量条数据查询请求信息中的每一条数据查询请求信息确定为目标数据查询请求信息，得到所述第一数量条目标数据查询请求信息。
74.可以理解的是，在一种可以替代的示例中，在执行步骤s111时，在所述大数据处理设备通信连接有多个数据查询请求设备的基础上，还可以基于以下步骤获取所述目标数据查询请求信息：
75.第一步，若所述第一数量大于所述第一预设阈值，则确定所述第一数量条数据查询请求信息中的每一条数据查询请求信息的接收时间和发送时间，得到对应的接收时间信息和发送时间信息；
76.第二步，基于每一条所述目标数据查询请求信息的接收时间信息之间的早晚关系，分别确定每一条所述目标数据查询请求信息的第一表征系数，其中，任意两条所述目标数据查询请求信息，具有较早的接收时间信息对应的第一表征系数大于具有较晚的接收时间信息对应的第一表征系数；
77.第三步，基于每一条所述目标数据查询请求信息的发送时间信息之间的早晚关系，分别确定每一条所述目标数据查询请求信息的第二表征系数，其中，任意两条所述目标数据查询请求信息，具有较早的发送时间信息对应的第二表征系数大于具有较晚的发送时间信息对应的第二表征系数；
78.第四步，针对每一条所述目标数据查询请求信息，基于该目标数据查询请求信息对应的第一表征系数和第二表征系数进行融合处理(如相乘处理等)，得到该目标数据查询请求信息对应的融合表征系数；
79.第五步，基于所述融合表征系数之间的大小关系，在所述第一数量条数据查询请求信息中筛选出所述第一预设阈值条数据查询请求信息(如筛选出所述融合系数最大的所述第一预设阈值条数据查询请求信息)，作为目标数据查询请求信息，得到所述第一预设阈值条目标数据查询请求信息。
80.可以理解的是，在一种可以替代的示例中，在执行步骤s111时，在基于上述步骤，在得到所述第一数量条目标数据查询请求信息之后，还可以执行以下步骤(其中，在得到所述第一预设阈值条目标数据查询请求信息之后，也可以执行相同的步骤，在此不再一一赘述)：
81.第一步，在得到所述第一数量条目标数据查询请求信息之后，确定每一条所述目标数据查询请求信息的接收时间信息和发送时间信息；
82.第二步，基于每一条所述目标数据查询请求信息的接收时间信息之间的早晚关系，分别确定每一条所述目标数据查询请求信息的第一表征系数，其中，任意两条所述目标数据查询请求信息，具有较早的接收时间信息对应的第一表征系数大于具有较晚的接收时间信息对应的第一表征系数；
83.第三步，基于每一条所述目标数据查询请求信息的发送时间信息之间的早晚关系，分别确定每一条所述目标数据查询请求信息的第二表征系数，其中，任意两条所述目标数据查询请求信息，具有较早的发送时间信息对应的第二表征系数大于具有较晚的发送时间信息对应的第二表征系数；
84.第四步，针对每一条所述目标数据查询请求信息，基于该目标数据查询请求信息对应的第一表征系数和第二表征系数进行融合处理，得到该目标数据查询请求信息对应的融合表征系数；
85.第五步，基于所述融合表征系数之间的大小关系，确定所述第一数量条目标数据查询请求信息之间的目标先后顺序关系，其中，所述目标先后顺序关系用于表征基于对应的所述目标数据查询请求信息执行所述对所述目标数据查询请求信息进行验证处理，得到对应的验证结果的步骤的优先级(例如，所述融合表征系数越大的目标数据查询请求信息的优先级越高，所述融合表征系数越小的目标数据查询请求信息的优先级越低，如此，可以先针对优先级高的目标数据查询请求信息执行后续的步骤s112，然后针对优先级低的目标数据查询请求信息执行后续的步骤s112)。
86.可以理解的是，在一种可以替代的示例中，在执行步骤s112时，可以基于以下步骤以对所述目标数据查询请求信息进行验证处理，得到对应的验证结果：
87.首先，基于所述目标数据查询请求信息确定待查询的目标数据内容的目标数据标识信息，并基于所述目标数据标识信息确定所述目标数据内容对应的目标安全保护等级信息(可以预先建立有不同数据内容与不同安全保护等级信息之间的对应关系)；
88.其次，基于所述目标安全保护等级信息和预先确定的安全保护等级阈值信息，确定是否对所述目标数据查询请求信息执行目标验证处理，其中，所述安全保护等级阈值信息可以基于所述大数据处理设备响应对应管理用户根据实际应用场景进行的阈值配置操作生成，且若所述目标安全保护等级信息高于所述安全保护等级阈值信息，表明对应的数据相对重要，则确定对所述目标数据查询请求信息执行目标验证处理，若所述目标安全保护等级信息不高于所述安全保护等级阈值信息，表明对应的数据相对不重要，则确定不对所述目标数据查询请求信息执行目标验证处理；
89.然后，若确定对所述目标数据查询请求信息执行目标验证处理，则对所述目标数据查询请求信息执行所述目标验证处理，得到对应的验证结果；
90.最后，若确定不对所述目标数据查询请求信息执行目标验证处理，则生成表征验证通过的验证结果，即直接通过验证。
91.可以理解的是，在一种可以替代的示例中，可以基于以下步骤以对所述目标数据查询请求信息执行所述目标验证处理：
92.首先，获取所述目标数据查询请求信息对应的数据查询请求设备的目标设备身份信息(如设备指纹等唯一性标识信息)，并基于所述目标设备身份信息获取在历史上所述数据查询请求设备发送的至少一条历史数据查询请求信息；
93.其次，在所述至少一条历史数据查询请求信息中，基于每一条所述历史数据查询请求信息的接收时间确定一条历史数据查询请求信息，作为第一历史数据查询请求信息(如接收时间为中位值的一条历史数据查询请求信息，可以作为所述第一历史数据查询请求信息)；
94.然后，基于所述第一历史数据查询请求信息对所述目标数据查询请求信息执行执行所述目标验证处理，得到对应的验证结果。
95.可以理解的是，在一种可以替代的示例中，可以基于以下步骤以基于所述第一历史数据查询请求信息对所述目标数据查询请求信息执行执行所述目标验证处理，得到对应
的验证结果：
96.第一步，确定所述第一历史数据查询请求信息对应的接收时间与当前时间之间的目标时间段，并获取在所述目标时间段内所述目标设备身份信息对应的数据查询请求设备对所述大数据处理设备和所述大数据处理设备的关联数据处理设备(可以预先存储所述大数据处理设备和所述关联数据处理设备的关联关系，然后，从所述关联数据处理设备获取对应的历史数据查询请求信息)进行数据查询的的每一条历史数据查询请求信息，并基于该历史数据查询请求信息的接收时间，对该历史数据查询请求信息按照时间从早到晚的顺序进行排序，得到对应的历史数据查询请求信息序列；
97.第二步，在所述历史数据查询请求信息序列包括的历史数据查询请求信息中，确定查询的代表数据内容，其中，所述代表数据内容对应的历史数据查询请求信息的数量具有最大值；
98.第三步，确定所述目标设备身份信息以外的多个第二设备身份信息和每一个所述第二设备身份信息对应的第二历史数据查询请求信息，其中，每一个所述第二设备身份信息对应的数据查询请求设备在所述目标时间段内有向所述大数据处理设备发送数据查询请求信息，每一条所述第二历史数据查询请求信息用于对所述大数据处理设备或所述大数据处理设备进行数据查询；
99.第四步，针对每一个所述第二设备身份信息，按照接收时间从早到晚的顺序对该第二设备身份信息对应的第二历史数据查询请求信息进行排序，得到对应的第二历史数据查询请求信息序列；
100.第五步，分别确定每一个所述第二历史数据查询请求信息序列包括的第二历史数据查询请求信息对应的数据内容是否包括所述代表数据内容，并分别统计包括所述代表数据内容的每一条第二历史数据查询请求信息序列包括的第二历史数据查询请求信息的数量，得到对应的第二数量；
101.第六步，对于小于预先确定的第二预设阈值的每一个所述第二数量，将对应的每一个所述第二历史数据查询请求信息序列按照预先确定的第三预设阈值进行筛选处理(如随机筛选等)，得到对应的第二历史数据查询请求信息代表序列，其中，所述第三预设阈值与所述历史数据查询请求信息序列包括的历史数据查询请求信息的数量相同，使得每一个第二历史数据查询请求信息代表序列包括的第二历史数据查询请求信息的数量与所述历史数据查询请求信息序列包括的历史数据查询请求信息的数量相同，所述第二预设阈值和所述第三预设阈值可以基于所述大数据处理设备响应对应管理用户进行的阈值配置操作生成；
102.第七步，对于大于或等于所述第二预设阈值的每一个所述第二数量，针对对应的每一个所述第二历史数据查询请求信息序列，在该第二历史数据查询请求信息序列中，选择(如随机选择等)包括所述代表数据内容对应的第二历史数据查询请求信息的连续的所述第三预设阈值个第二历史数据查询请求信息，组成第二历史数据查询请求信息代表序列，使得每一个第二历史数据查询请求信息代表序列包括的第二历史数据查询请求信息的数量与所述历史数据查询请求信息序列包括的历史数据查询请求信息的数量相同；
103.第八步，针对每一个所述第二历史数据查询请求信息代表序列，计算该第二历史数据查询请求信息代表序列与所述历史数据查询请求信息序列之间关于对应的数据内容
形成的序列相似度(如判断对应序列位置的数据查询请求信息对应的数据内容是否相同，并统计具有相同数据内容的序列位置的数量占比，从而得到所述序列相似度)，并确定该序列相似度是否大于预先确定的第四预设阈值，所述四预设阈值可以基于所述大数据处理设备响应对应管理用户进行的阈值配置操作生成；
104.第九步，确定是否存在大于所述第四预设阈值的序列相似度，并在确定存在大于所述第四预设阈值的序列相似度时，将该序列相似度对应的第二历史数据查询请求信息代表序列对应的第二设备身份信息确定为与所述目标设备身份信息之间具有关联关系，并确定验证通过(表明对应的数据查询请求设备与其它查询请求设备具有一定的关联性，具有一定的安全性，可以予以通过)，并在确定不存在大于所述第四预设阈值的序列相似度时，确定验证未通过(表明对应的数据查询请求设备与其它查询请求设备不具有一定的关联性或关联性较低，使得安全性较低，可以不通过)。
105.可以理解的是，在一种可以替代的示例中，在执行步骤s113时，可以基于以下步骤以查询得到对应目标业务数据：
106.首先，若确定需要执行所述目标数据查询请求操作，则基于所述目标数据查询请求信息确定待查询的目标数据内容的目标数据标识信息；
107.其次，基于所述目标数据标识信息确定所述目标数据内容的存储位置，得到对应的目标存储位置信息(可以在存储数据时，建立不同数据内容的存储位置信息与数据标识信息之间的对应关系)；
108.然后，在所述目标存储位置信息对应的目标数据库(既可以是所述大数据处理设备的本地数据库，也可以是所述大数据处理设备的远端数据库)中查询得到所述目标数据查询请求信息对应的目标业务数据。
109.可以理解的是，在一种可以替代的示例中，在执行步骤s120时，可以基于以下步骤以在查询得到所述目标业务数据之后，确定对所述目标业务数据进行可视化处理的目标可视化方式：
110.首先，确定所述目标数据查询请求信息中是否携带有进行可视化处理的处理方式标识信息，其中，所述处理方式标识信息用于表征可视化所述目标业务数据的目标可视化设备；
111.其次，若所述目标数据查询请求信息中携带有所述处理方式标识信息，则基于所述处理方式标识信息确定对应的目标可视化设备，其中，所述目标可视化设备用于可视化所述目标业务数据。
112.例如，在一种可以替代的示例中，若所述目标可视化设备为所述大数据处理设备，则基于所述数据处理设备可视化所述目标业务数据。
113.又例如，在另一种可以替代的示例中，若所述目标可视化设备为所述大数据处理设备以外的其它可视化设备，可以将所述目标业务数据发送给所述其它可视化设备。
114.其中，所述其它可视化设备用于可视化所述目标业务数据，且所述其它可视化设备可以包括所述目标业务数据对应的数据查询请求设备。
115.可以理解的是，在一种可以替代的示例中，在执行步骤s120时，还可以基于以下步骤以在查询得到所述目标业务数据之后，确定对所述目标业务数据进行可视化处理的目标可视化方式：
116.首先，若所述目标数据查询请求信息中未携带有所述处理方式标识信息，则对所述目标业务数据进行解析，得到所述目标业务数据的目标数据类型(如表格类型、文本类型或图片类型等)：
117.其次，基于预先建立的数据类型
‑
可视化设备类型对应关系，确定所述目标数据类型对应的目标可视化设备类型，其中，一种可视化设备类型对应的设备能够可视化对应数据类型的业务数据；
118.然后，基于所述目标可视化设备类型确定用于可视化所述目标业务数据的目标可视化设备，其中，所述目标可视化设备用于可视化所述目标业务数据，例如，一种可视化设备只能显示文本类型的业务数据，因而，不可能作为表格类型和图片类型的业务数据的可视化设备。
119.可以理解的是，在一种可以替代的示例中，在执行步骤s130时，可以基于以下步骤以对所述目标业务数据进行可视化处理：
120.首先，确定所述目标业务数据的数据量，得到第一数据量；
121.其次，判断所述第一数据量是否大于预先确定的数据量阈值，其中，所述数据量阈值基于所述大数据处理设备响应对应的管理用户进行的数据量阈值配置操作生成；
122.然后，若所述第一数据量大于所述数据量阈值(表明所述目标业务数据的数据量较大)，则基于所述数据量阈值对所述目标业务数据进行分解处理，得到对应的多个第一目标业务子数据，并确定所述多个第一目标业务子数据之间的相对关系，其中，所述多个第一目标业务子数据按照该相对关系组合形成所述目标业务数据，每一个所述第一目标业务子数据的数据量小于或等于所述数据量阈值；
123.最后，按照所述多个第一目标业务子数据之间的相对关系分别对每一个所述第一目标业务子数据进行可视化处理(如该相对关系可以是一种先后顺序，可以按照该先后顺序依次可视化对应的第一目标业务子数据)。
124.可以理解的是，在一种可以替代的示例中，在执行步骤s130时，还可以基于以下步骤以对所述目标业务数据进行可视化处理：
125.首先，若所述第一数据量小于或等于所述数据量阈值(表明所述目标业务数据的数据量较小)，则确定用于可视化所述目标业务数据的目标可视化设备在每一次可视化数据时在目标比例(如显示文字时，每一个文字的尺寸大小，以便于用户进行查看等)下最多可视化数据的数据量，得到第二数据量，其中，所述目标比例基于所述数据查询请求设备响应对应的查询用户进行的数据查询操作生成；
126.其次，判断所述第一数据量是否大于所述第二数据量；
127.然后，若所述第一数据量大于所述第二数据量，则基于所述第二数据量对所述目标业务数据进行分解处理，得到对应的多个第二目标业务子数据，并确定所述多个第二目标业务子数据之间的相对关系，其中，所述多个第二目标业务子数据按照该相对关系组合形成所述目标业务数据，每一个所述第二目标业务子数据的数据量小于或等于所述第二数据量；
128.最后，按照所述多个第二目标业务子数据之间的相对关系分别对每一个所述第二目标业务子数据进行可视化处理。
129.可以理解的是，在一种可以替代的示例中，在执行步骤s130时，还可以基于以下步
骤以对所述目标业务数据进行可视化处理：
130.若所述第一数据量小于或等于所述第二数据量，则将所述目标业务数据作为一个整体进行可视化处理。
131.可以理解的是，在一种可以替代的示例中，在上述示例的基础上，在执行所述基于所述目标可视化方式对所述目标业务数据进行可视化处理的步骤之后，所述大数据可视化方法还可以包括以下步骤：
132.首先，判断是否接收到所述数据查询请求设备发送的查询记录删除请求信息，并在接收到所述查询记录删除请求信息之后，对所述数据查询请求设备的删除权限信息进行验证，得到对应的权限验证结果；
133.其次，若所述权限验证结果为所述数据查询请求设备具有删除查询记录的设备权限，则删除所述数据查询请求设备查询所述目标业务数据的记录信息，以保障对应查询用户的隐私等。
134.可以理解的是，在一种可以替代的示例中，在上述示例的基础上，在执行所述判断是否接收到所述数据查询请求设备发送的查询记录删除请求信息的步骤之后，所述大数据可视化方法还可以包括以下步骤：
135.若未接收到所述数据查询请求设备发送的查询记录删除请求信息，或者所述权限验证结果为所述数据查询请求设备不具有删除查询记录的设备权限，则保存所述数据查询请求设备查询所述目标业务数据的记录信息。
136.综上所述，本技术提供的一种大数据可视化系统，在查询得到目标业务数据之后，可以先确定对目标业务数据进行可视化处理的目标可视化方式，然后，再基于目标可视化方式对目标业务数据进行可视化处理。基于此，相较于在获取到业务数据之后直接进行可视化处理的常规技术方法，由于需要先确定目标可视化方式，使得可视化处理的效果可以更佳，如方式具有多样性，从而改善现有技术中对数据进行可视化的效果不佳的问题。
137.在本技术实施例所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本技术的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
138.另外，在本技术各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
139.所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个
人计算机，电子设备，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read
‑
only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
140.以上所述仅为本技术的优选实施例而已，并不用于限制本技术，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。