空间大数据交互式实时分析是一项极具挑战性的课题。本系统以Twitter空间数据为例，对Google地图上的Twitter数据进行采样，实时计算和聚合数据，并且对符合查询条件的数据进行多种可视化分析，满足用户交互式的探索需求。

打开连接（局域网）（http://210.45.213.13:8888），（校外访问）(http://220.180.56.12:8888),选择用户类型，如图1所示，填写Usename（用户名）和Password(用户密码)，登录系统。如果您没有账号，如图2所示，您可以点击REGISTER（注册）连接进行账号注册。

图1：用户类型选择

图2：注册界面

点击LOGIN（登陆）后，即可登陆STORM系统。进入主界面后，在主界面右边方框Data数据栏下，点击时间，则显示时间对话框，设置想要获得数据的时间段。如图3所示。

图3：设置时间

设置好时间后，Google地图上显示设置的时间段的数据。在STORM的标题栏选择可视化方法，有Cluster（聚类），Points（点），Heatmap（热图）和Dot Density（点密度）4种方法。

选择Cluster可视化方式，在地图上根据发Twitter的用户的地理位置进行聚类。在地图上可以用鼠标进行区域范围的选择，或者通过主界面上的加减号实现，随着范围的改变，聚类数目也会改变，因为地理位置的精确度发生了改变。地图上显示聚类，点击某个类，就可以进入这个类中查看具体信息，右边的方框详细地显示在地图上的用户发Twitter数据。如图4所示。

图4：Cluster

选择Points方式，地图上就会具体显示每个用户的头像，点击头像，就会弹出该用户所发的Twitter信息，如图5所示；Heatmap方式则是显示热图，即根据计算每个用户发的Twitter数据计算出热点话题，图中亮色的点说明那里有热门的话题，如图6所示；Dot Density方式则是显示每个发Twitter用户的地理位置密度图，如图7所示。

图5：Points

图6：HeatMap

图7：Dot Density

基于以上的可视化方式，我们以Point为例，当选择Point后，在右边的方框选择Entities，在地图上显示发Twitter的用户的用户名，点击下拉箭头，点击SHOW LOCAL TRAJECTORY，可以在地图上显示该用户在之前所选时间段内的路径，如图8所示。

图8：点击SHOW LOCAL TRAJECTORY，用户路径

同样的，基于Cluster，在右边方框选择Analysis，显示地图中的数据可视化分析。有WorldCloud，TopicModeling和HashCloud 三种方式。选择WorldCloud,显示地图上数据的Worlds distribution(单词的分布条形图)和Worlds Cloud，如图9所示：选择TopicModeling，显示Topic Distribution（扇形图统计话题，不同颜色区域代表 不同话题的比例，鼠标放到任意区域，就会显示这个区域代表的话题）和Topic Evolution（话题的演变趋势），如图10所示：选择Hashtag，显示地图上数据的热门标签，可视化界面上标签的字越大，说明出现的频率越高，如图11所示。

图9：WorldCloud

图10：TopicModeling

图11：Hashtag

区域的范围也可以通过标题栏选取，有Country和Box两种方式，如图12所示。选择County方式，即选取County范围的区域的数据，比较简单，我们主要介绍Box方式，选择Box方式，然后就可以在地图上圈出想要查询的区域范围，则右边的方框中数据来自于已选取地图上的区域，地图中的方框大小可以随意调整，如图13所示。

图12：选择范围方式

图13：Box

STORM也支持地理位置的查询，如图14所示。

图14：关键词查询

点击标题栏的IMPORT导入数据，如图15所示。

图15：IMPORT

PS：

通过对数据的采样和聚合进行实时计算，所有的数据都是动态更新的。