每当谈到分析数据之间的关联，图结构数据（即大家常说的“图数据”）往往会在第一时间出现在人们的脑海中。依托于图论作为坚实的理论基础，图数据作为近年最火热的非关系型数据之一，可将数据及其之间的关联完整保留，并因此支持用户通过可视化组件对潜藏在数据关系之间的内涵与价值进行一定程度上的探索与分析。可惜的是，图结构作为一种被清晰定义的数据结构，其存在本身便会为图数据的应用增添各类特有限制，如只能对具备“节点-边”结构（图结构）的数据进行可视化探索分析等，而这也证实了图结构数据与其他结构数据之间的边界依然泾渭分明。即使基于图数据的可视化探索性分析能帮助大家基于数据之间的关联寻找洞见，这类纯粹基于单一结构数据的价值挖掘行为所能触达的数据价值“广度”与“深度”也是有限的。

那么，真正可以帮助我们触达无限价值的关联数据可视化探索性分析，到底应该是怎样的？既然强调攫取数据之间“关联”的价值，便不该在数据类型或数据结构上对可关联的数据进行约束。无论是关系型数据还是非关系型数据，无论是表格结构数据还是图结构数据，只要它们之间存在富有价值的关联，我们便需要具备挖掘这些价值的能力。只有当不同来源、不同类型、不同结构的数据均可相互关联时，关联数据才能真正做到海纳百川，也只有通过可视化探索与分析这样广义的关联数据，我们才能真正触碰到一切可预估与不可预估的数据内涵，漫游于广袤的数据价值之海，借此提升关联数据可视化探索与分析的效率与效果！