在信息时代,云存储的出现使数据迅速膨胀,从海量数据中快速地获取有效信息已是一种迫切需求。数据可视化技术作为直观展示数据的手段,也因此成为大数据时代中研究的热点。近年来,国内外对数据可视化技术的研究已积累了很多经验,特别是在医学领域,已研制出很多有效的可视化工具。但在过往的研究中,无论是离线工具还是基于Web的可视化技术,处理的对象往往是来自于数据库或单一文件的数据源,与云存储无论在数据量还是形式上都有着很大差异。随着航天领域信息化和智能化的不断发展,其产生的时间序列试验数据呈现出种类多样、数量激增、大小文件混杂等特点。针对这一现状,使用科学手段对这些数据进行高效、统一管理的想法应运而生。试验数据云平台正是在此背景下设计和实现的、基于云的数据管理平台,除了要使该平台具有快速存储的能力,另一重要方面是需要为其提供一个合理的方案以解决多种数据可视化的问题。本文的重点之一是克服云平台中大数据量下绘制曲线的难点,要求用户能够通过使用客户端在不同精度下查看数据的整体和部分视图,并且整体视图要基本保持原本趋势。此外,要以有序的方式展示存储在云上的数据,并使用户能够快速定位和查看其期望的内容。首先,研究了目前常用的几类时间序列分段线性表示算法。分析比较了限制分段数目、限制分段误差和基于特征点三类方法的区别,并根据试验数据云平台的特点,选取了分段聚集近似算法和趋势分析算法进行多组实验,确定合理的参数。分析这两种算法在最适参数下应用于试验数据云平台时仍存在的弊端,并提出了按步长取数据点并添加分段极大极小值的采样方式,设计实验与前两种方法在拟合误差、压缩率、运行时间和保持原序列形态四个方面进行对比,根据结果确定了本文提出方法的适用性。应用按步长并添加极值点的采样方式,设计并实现了试验数据云平台GUI客户端和后台服务中的二次采样方案。确保了在有效时间内提取合理密度的数据,使用户能够在不同精度下绘制曲线。使用Qt编写了GUI客户端的可视化部分:以导航树的形式有序地显示了云存储中的目录和文件;能够以统一的方式展示表格数据、图片和视频的内容;实现了曲线绘制相关功能。最后,经过功能和性能测试,证明了GUI客户端满足可视化的需求、并具有良好的用户体验。