随着大数据技术的快速发展,涌现出了针对不同类型任务以及不同大数据编程计算模型的大数据分析系统,例如通用大数据分析系统Hadoop、Spark,图计算系统Graph X、Gemini,流式数据分析系统Storm、Flink等。目前,各类大数据分析处理系统已有上百个,并且新的大数据系统仍然不断产生。种类繁多的大数据系统为大数据应用开发提供了丰富的选择。但是,不同的大数据系统往往具有不同的编程模型和编程框架。由于缺少平台无关的跨平台统一编程模型,无法实现代码“Write Once,Run Anywhere”的特性。另外,大数据分析任务正在变得越来越复杂,单一大数据系统已难以胜任复杂的计算任务。现实中的复杂大数据分析应用通常具有综合性,需要在同一个编程空间内混合使用多个计算模型,这就要求大数据处理系统具备支持多种计算模型以及混合集成使用多个计算平台的能力。而且,大数据系统学习和使用门槛较高,缺乏成熟的可视化编程方法,开发效率较低。为了降低大数据分析的技术门槛,提升大数据分析的效率和易用性,本文研究设计了跨平台统一的大数据分析以及可视化编程方法,并设计实现了原型系统。本文主要的研究工作和贡献点包括:（1）研究提出了覆盖各种大数据计算模型的跨平台统一大数据编程模型和编程框架。支持表模型、矩阵模型、张量模型、图模型等常用的大数据计算模型,通过平台无关的跨平台统一大数据编程模型,允许用户实现跨平台统一的大数据分析处理编程,从而实现“Write Once,Run Anywhere”的跨平台特性。（2）研究实现了基于计算流图的可视化编程方法。在跨平台统一大数据编程模型之上,将各种基本操作和算法组件封装成算子,通过可视化算子拖拽的方式快速构建计算流图,高效实现全流程化的大数据综合分析。（3）研究设计了开放式大数据系统集成框架。允许以兼容并包的方式,高效灵活地集成各种主流的大数据计算平台。同时,也支持用户快速集成运行于特定计算平台的自定义算子。（4）研究实现了基于代价模型的计算平台自动选择方法,自动为计算流图中的算子选择最优的平台,从而提升整个计算流图的运行性能。另外,为了提升跨平台计算效率,研究设计了跨平台统一调度器和跨平台统一数据交换引擎。（5）基于以上关键技术,设计实现了跨平台统一大数据分析处理与可视化编程平台原型系统。系统具备可视化、跨平台、自动调度、开放式等特性,让用户无需代码编程即可高效地构建全流程式的大数据分析处理算法和应用。实验结果表明,本系统能够高效地实现跨平台统一大数据分析以及自动化的计算平台选择,在大幅提高易用性的同时,提升大数据综合分析的整体计算性能。