大多数可视化工具都允许配置来增加处理报告请求的工作（线程）数量。如果容量可用，并且系统正在接收大量请求，则这可能是提高性能的一种选择。

将预先计算的值保留在汇总表中。如果需要在运行时进行一些计算，请确保这些计算尽可能少，并尽可能处理最高级别的数据。

大多数可视化框架和工具都使用可伸缩矢量图形（SVG）。使用SVG的复杂布局可能会严重影响性能。

大数据安全性及其对性能的影响

与任何IT系统一样，安全要求也可能对大数据系统的性能产生严重影响。将讨论在不影响性能的情况下设计大数据系统安全性的一些高级注意事项。

确保在大数据系统的入口点对来自各种来源的数据进行正确的身份验证和授权。

一旦对数据进行了正确的身份验证，请尝试在以后执行时避免对同一数据进行任何更多的身份验证。为了避免重复处理，请使用某种标识符或令牌将此经过身份验证的数据标记为已认证，然后再使用此信息。

通常，需要先压缩数据，然后再将数据发送到大数据系统。这样可以加快数据传输速度，但是由于需要执行额外的步骤来解压缩数据，因此可能会减慢处理速度。

不同的算法/格式可用于此压缩，并且每种算法/格式都可以提供不同级别的压缩。这些不同的算法对CPU的要求不同，因此请谨慎选择算法。

选择之前，请评估加密逻辑/算法。

建议将加密限制在敏感或机密的必填字段/信息中。如果可能，请避免对整个数据集进行加密。

关

注

我

们

? 每日数据分析干货分享

文章来源：《大数据》 网址: http://www.dsjzz.cn/zonghexinwen/2021/0426/2096.html