随着大数据技术的发展,爆炸式增长的数据给研究人员、公司乃至社会带来了无法估量的潜在价值。为了从海量数据中获取有价值的信息,我们可通过数据可视化技术进行直观有效的展示分析。数据可视化是一项浩繁的系统工程,其计算过程非常复杂。对于数据可视化使用的大规模数据集,随着时间的推移,新数据在不停的加入,则数据集会发生变化,由此导致上一次展示结果失效。如果对可视化结果再次进行追加数据、过滤、下钻等操作,需要从数据库中重新查找所有数据并重新计算。这样必然导致数据重用率低,一次加载数据过多,加载慢,高成本(频繁产生I/O开销和网络开销)和低效率等问题。如何使研究人员和使用者将数据可视化的重心从繁琐的操作和长时间的展示等待转移到数据可视化结果上来,具有十分重要的研究价值。基于增量技术的加载和计算是每次只需要加载和计算新增的数据,然后合并历史数据。因此,本文提出把增量计算技术和数据可视化相结合形成基于增量计算的数据可视化,其不仅能充分使用历史数据,还能缩短数据可视化时间。本文对现有的数据可视化系统进行分析,针对现有的数据可视化系统对历史数据无法重复利用,以及新增数据需要重新从数据库中获取从而导致数据可视化变慢的问题,设计并实现了基于增量计算的数据可视化系统IDVS。该系统根据时间区间的交集和差集设计了增量优化规则,从而获得增量相关部分和增量无关部分。同时基于增量优化规则,设计了缓存数据集的缓存计算策略。为了加载和计算新增加的数据,设计并实现了增量计算算法SCIC,使得系统每次只需要加载和计算新增的数据,然后合并历史数据进行计算,从而提高了系统的性能。实验结果表明,IDVS能够有效的利用历史中间结果集并只计算和加载新数据,提高了数据可视化效率。