近期新型冠状病毒引发肺炎疫情爆发，Gigamon数据侦探每天盯着疫情地图，每一个新增数据都让我们揪心不已。加上正逢春运、返工大潮，人员流动非常大，所以追踪密切接触者成为防疫工作的关键点。我们恨不得像好莱坞大片里演的那样，在每一位密切接触者身上都装上一个追踪器，及时跟进他们的活动轨迹。

当发现有确诊患者的时候，国家积极发动广大人民群众的力量，让大家不断发圈转帖追踪密切接触者，及时跟踪收集他们的活动轨迹并提醒居家隔离，力求从源头上遏制疫情发展。

有些人疑惑了，出行购票时都有提交身份和手机信息的，为什么不能通过这种方法去定点发送消息呢？

这里面涉及到的问题非常多，比如用户数据的公开需要授权、早期的接触人群年龄层次跨度大而病毒传播速度非常快等等。

传统的宣传告示渠道发挥的作用是有限的。新冠病毒看不见，要尽最大限度地防控疫情，必须要以最快速度收集最全面的数据，让数据清晰呈现在我们面前，更好地指导防控工作。这期间，以大数据可视化思维呈现疫情数据，在这次的疫情防控中发挥了很大的作用。

早前就有大数据行业的人士绘制出相关的数据地图，用非常科学的视角描绘了当前的形势，告诉我们为什么必须宅在家里。

还有我们每天密切关注的新冠肺炎疫情地图数据，这可以让我们对全国和各省市现在的疫情状况一目了然，第一时间知道当前的疫情蔓延态势，收紧出门的脚步。

(截至2月22日数据, 来自国家卫健委每天公布的现有疑似病例总数)

很多地方还推出在线登记工具，也是为了最大范围地收集数据，让疫情分布情况一目了然，指导我们防控隔离。当我们每去到一个地方，就可以查看当地的疫情状况，有发现病毒则"此地不宜久留"。

(某一日期深圳市内的新冠肺炎确诊患者所在区域)

所以，看不见的病毒，通过分析处理与病毒感染者相关联的数据，再通过数据可视化技术呈现出来，我们可以让病毒"原形毕露"，该采取什么措施进行防控也就有底了。

数据给了我们一双侦查病毒的眼睛。紧要关头，像这类波及整个地区的疫情，对数据的处理要求是很高的，必须及时收集信息统一管理，随时响应查询需求，才不会耽误防控救治工作。

近期新型冠状病毒确诊病例数是大家每天都关心的，我们看到的只是简单的一组数，背后却是由大量的专业人员加班加点做出来的。当地疾控中心一旦收到病例信息，会马上安排对病例进行流行病学调查，排摸其发病前14天的旅行、居住史、可疑病例接触、野生动物接触和环境暴露情况、活动情况、人员接触、饮食饮水等等情况，提供病例确诊线索；而另一边组织疫情流调组和信息组的人将收集来的海量信息进行收集整合、研判分类，筛选处理数据，并逐级上报，最终一份简洁的数据表格才能呈现到我们手机里。

我们还希望看到更多的数据，比如：确诊病例涉及区域和场所情况分析、旅客流量分析、溯源分析、交通枢纽站疫情监测、公路交通疫情查控监测、密切接触者活动区/隔离区疫情监测分析……等等，但这些数据处理量非常大，而且一旦有新的变化，在数据精准、及时上会对疫情流调和信息组有更高的要求和挑战。

因此，无论是数据采集，还是分析设备，都还要优化，我们也希望能以最优的方式、最快速度找出数据背后潜藏的信息，为防控策略的调整提供充分的事实依据。比如，通过网络可视化平台在数据网络的不同位置收集流量数据并加以分类处理，同时能高效、快速地传送到不同的分析工具，工具需要什么数据，就分发什么数据，这种处理过程可以通过流量映射做到。例如，需要某个市的旅客流动数据，平台就可以在任何节点拿数据，并分发不同地区尤其是重点防疫区的高铁站数据给到工具端口的设备进行分析，以便提前警示该市是否需要部署足够充分的防疫措施。

（流量映射处理过程示意图）

说到这，G探长给大家简单科普下流量映射的概念吧。流量映射(Flow Mapping®)是网络可视化服务提供商Gigamon的一项专利技术，流量映射允许左边的网络口所有流量的进入，然后所有的数据包都根据策略（映射规则）将匹配的正确流量输送到不同的分析和监控工具，每个分析工具都获得需要的流量数据包。

这种流量映射，提供线速的、低时延的数据包转发，并且可以将可视结构扩展到数百个网络端口的数据，同时不必担心延时。因为匹配是在入口完成，因此无论有多少流量通过网络接口，都不会出现拥塞，确保转发到后端的数据正确、保证有效的过滤，确保关键数据能够正常、全量输出，是生成清晰图表关键的第一步。

疫情人命关天，看不见的新冠病毒在无情肆虐，只有把网络可视化工作做得快、准、狠，保证数据的传输，让病毒看得见，才能让新冠病毒无所遁形，并将其一网打尽，赢得这场战役的胜利。

（文中部分图片来自网络公开，如有侵权请私信G探长删除）