我们在选择实时图表的时候经常会和其他的选项混淆。不过，还是有许多的方式让我们把他们区分开来：技术、工具、准则等等。在我们进入主题之前，我们需要了解可视化是如何在大系统中运作的，这点很重要。

不过这不是我们今天要讲的（就当给我的下一篇文章打广告吧~~），这里我们用一张图来说明其大概的过程。

我们在讨论实时分析的时候，总会和这样一个词挂钩——latency。我试着在百度百科上搜索解释，不过，让人失望了。latency这个词的英文一次为潜伏、潜在因素，这个解释和实时分析不怎么挂钩。而维基英文对其的解释就比较靠谱了"'time interval between the stimulation and response' or 'a time delay between the cause and the effect in the system being observed.'"其大概意思就是：启动和反应间的时间间隔或者被观测系统中原因和结果的延缓时间，我把它概括为等待时间或者延迟时间，方便读者理解。解决latency的意思之后，我们就可以开始正文了。当然，如果你还是不理解，也没关系进入正文了。

Latency的细微差别

所有实时商业智能系统都会有某些Latency。Latency的时间长短取决于很多因素，比如：收集数据的大小和种类、数据库管理系统中存储和移动数据的速度，查询工具查找复杂命令的能力以及可视化工具将数据可视化的能力等。实时商业智能系统的主要目标是最小化事件发生和发生后反应时间，因此理解Latency的细微差别就变得很重要了。

著名分析学家Richard Hackathorn将latency分为三种：

Data latency：收集存储数据花费的时间

Analysis latency：分析数据、将信息转化为可操作信息的时间

Action latency：反应以及对信息采取行动花费的时间

理解latancy可以帮助我们将不同的信息碎片整理在一起，为实时分析系统做出正确的决策。

今天主要是对实时图表解决方案的一些相关知识的讲解。在下文中我们会将图表、可视化控件。

在选择实时图表解决方案的时候，你的决定会取决于许多因素。库表在所有设备、平台的渲染能力，是否适合自己的技术、是否可定制外观、操作性如何，图表技术支持等等。

下一篇文章我们将会缩小我们讨论的范围，将话题放在实时图表工具的选择上。告诉你，如何在琳琅满目的数据可视化工具中选择出色的实时图表解决方案。