在刚刚过去的几天，《长安十二时辰》迎来了谢幕，全剧剧情时长仅为一天，内容非常紧凑，主线明确，支线丰富，角色感情饱满，剧情张力十足，服饰道具异常考究，是一部最近难得的且非常有特色的古装剧。

以下是对（前端）可视化工作的并不系统的总结，新手向，主要是想说一下前端如何组成、功能如何实现、资源如何请求，进而说到数据如何显示，并在最后列举了一些十分重要的参考资料（非常重要）。

写在前面

有幸看到了这篇关于数据可视化学习的指导文章，由于原作链接访问异常，只得从百度快照中看到原文，所以这里搬运过来，特此声明本文系【转载】，在此感谢原作者，以下为原文正文（略有删减）。

图数据的可视化，核心在布局，而布局算法通常是按照一些特定的模型，将抽象数据进行具象展示，这一过程伴随大量的迭代计算，例如朴素的 FR 力导向算法其在计算斥力时的算法时间复杂度达到了 O(n 3 )，这在小规模数据量下可能并不会出现问题，但随着规模的不断增大，采用如此“高昂”计算复杂度的算法变得不能接受，所以，出现了许多针对算法时间复杂度进行改进的方法，需要说明的是，在这一阶段，数据集的规模仍未达到单机处理上限，例如 OpenOrd算法采用多线程并行来加速计算过程。随着数据规模的进一步扩大，图数据节点达到百万级别时，单机并行策略也变得无能为力，这时，分布式并行计算的方式为这种“大规模图数据”的处理提供了可能性。

图数据的产生和发展

图是信息科学中最常用的一类抽象数据结构，能够直观的表达现实世界中对象之间的真实关系。许多重要应用都需要用图结构表示，传统应用如最优运输路线的确定、疾病爆发路径的预测、科技文献的引用关系等；新兴应用如社交网络分析、语义 Web 分析、生物信息网络分析等，与图相关的处理和应用几乎无所不在 [1] 。

前面已经说过D3的功能十分强大，但是往往实际使用时只需要用到一部分内容，在这里，就只用到了 *比例尺 *和 *布局 *两部分，外加 *核心 *的请求部分（请求数据），分别用来绘制Graph的显示坐标轴和图的顶点及边；

这里的图数据特指布局后的图数据，主要包括顶点信息（ID和坐标等）以及边信息，先前已经写过如何使用Gephi来进行数据的可视化，具体文章见：

原文名：Cluster Stability and the Use of Noise in Interpretation of Clustering
中文译：聚类的稳定性和在聚类解释中添加噪声
源刊载：IEEE Symposium on Information Visualization , 2001 :23
机构名：Sandia National Laboratories 桑迪亚国家实验室，US
研究点：
    - Clustering algorithms
    - Data visualization
    - Stability analysis
    - Algorithm design and analysis
    - Best practices

远程过程中出现的一些错误

1

Cannot delete /tmp/hadoop-yarn/staging/hadoop/.staging/job_1477796535608_0001. Name node is in safe mode.

上述问题解决：Linux集群中的namenode没有关闭safemode