传统的数据可视化工具中都有一个概念叫做数据集，算是一个数据缓冲。大家最最了解数据集的应用是在ETL方面，而厂家宣传最多的也是在ETL方面，用户写好一些SQL之类的数据应用，然后定时任务按照固定频率将远程的数据加载到本地，其中的过程可以加工处理一部分的数据，起到一定的ETL作用。
而这个数据集，我们可以看做是本地的嵌入式数据库，诸如Java H2这样的内存数据库。定时任务按照固定频率，从远程数据库执行既定SQL，抽取出来的数据，插入到本地嵌入式数据库，而前端程序从这些嵌入式数据库中，无任何业务逻辑，从本地直接抽取，从而极大的提升了系统相应速度。
不过随着数据量越来越大，这种数据抽取的弊端越来越大，越来越多的ETL已经被剥离出数据可视化工具，这块从越来越多的数据可视化工具推出数据库直连就能看得出。因为大数据量的冲击，极其容易造成服务器的宕机，数据量太大了，这种越俎代庖的模式，确实不应该是数据可视化服务器该做的。相反，这些ETL应该挪移出去，在数据库或者别的地方处理。
那既然是这样，数据集的概念为什么还要存在呢？我们刚才说了，这是一个缓冲的渠道。其实确实，这个确实还有一个缓冲的概念。很多传统数据可视化工具的设计，都需要两个步骤，先是创建数据集，然后根据数据集进行设计绑定数据。每一次用户都要不厌其烦的设计这两步，其实就是为了最后的设计步骤。因为SQL输入，然后需要一个解析的过程。之后才是数据绑定，这样就可以利用前一步的解析结果进行绑定了，这种模式，方便之处就是可以方便用户的二次修改。不足之处就是，开发业务的时候，需要额外的工作量。还需要额外维护数据集，如果数据集被别人不小心修改了，就会造成整体功能崩溃。而查找起来费时费力！
而作为数据可视化BI界的领航标，云蛛系统，则是采用另外一种思维，就是将数据集的概念取消，直接采用输入SQL解析，然后绑定，这种一条龙的方式进行，虽然说后期修改起来稍微有些不太方便，但是其每一次修改都需要设置一些关键参数的特性，保持了整体业务的正确性！
