我們在選擇實時圖表的時候經常會和其他的選項混淆。不過，還是有許多的方式讓我們把他們區分開來：技術、工具、準則等等。在我們進入主題之前，我們需要了解可視化是如何在大系統中運作的，這點很重要。

不過這不是我們今天要講的（就當給我的下一篇文章打廣告吧~~），這里我們用一張圖來說明其大概的過程。

我們在討論實時分析的時候，總會和這樣一個詞掛鉤——latency。我試著在百度百科上搜索解釋，不過，讓人失望了。latency這個詞的英文一次為潛伏、潛在因素，這個解釋和實時分析不怎么掛鉤。而維基英文對其的解釋就比較靠譜了"'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：啟動和反應間的時間間隔或者被觀測系統中原因和結果的延緩時間，我把它概括為等待時間或者延遲時間，方便讀者理解。解決latency的意思之后，我們就可以開始正文了。當然，如果你還是不理解，也沒關系進入正文了。

Latency的細微差別

所有實時商業智能系統都會有某些Latency。Latency的時間長短取決于很多因素，比如：收集數據的大小和種類、數據庫管理系統中存儲和移動數據的速度，查詢工具查找復雜命令的能力以及可視化工具將數據可視化的能力等。實時商業智能系統的主要目標是最小化事件發生和發生后反應時間，因此理解Latency的細微差別就變得很重要了。

著名分析學家Richard Hackathorn將latency分為三種：

Data latency：收集存儲數據花費的時間

Analysis latency：分析數據、將信息轉化為可操作信息的時間

Action latency：反應以及對信息采取行動花費的時間

理解latancy可以幫助我們將不同的信息碎片整理在一起，為實時分析系統做出正確的決策。

今天主要是對實時圖表解決方案的一些相關知識的講解。在下文中我們會將圖表、可視化控件。

在選擇實時圖表解決方案的時候，你的決定會取決于許多因素。庫表在所有設備、平臺的渲染能力，是否適合自己的技術、是否可定制外觀、操作性如何，圖表技術支持等等。

下一篇文章我們將會縮小我們討論的范圍，將話題放在實時圖表工具的選擇上。告訴你，如何在琳瑯滿目的數據可視化工具中選擇出色的實時圖表解決方案。