在過去的 幾年里，對模塊化數據分 析環境的需求出現極大增長。為了充幾年里，對模塊化數據分 析環境的需求出現極大增長。為了充幾年里，對模塊化數據分 析環境的需求出現極大增長。為了充使用 多種樣的數據分析方法，一個最基本環境必須 多種樣的數據分析方法，一個最基本環境必須 易于使用 且十分直 觀，允許用戶快速并且交互式地 改變分析流程同時也能夠使可視化觀，允許用戶快速并且交互式地 改變分析流程同時也能夠使可視化觀，允許用戶快速并且交互式地 改變分析流程同時也能夠使可視化去查閱數據，幫助用戶進一步探索分析 去查閱數據，幫助用戶進一步探索分析 。為了滿足這些挑戰，數據流環境在過去 為了滿足這些挑戰，數據流環境在過去 的幾年里已積聚了令人 欣喜 的發展勢頭。 到目前，已經 到目前，已經 出現了一些構架 優良 的數 據流工具，比如 InforSense KDEInforSense KDEInforSense KDE InforSense KDEInforSense KDEInforSense KDE InforSense KDE ，Insightful MinerInsightful Miner Insightful MinerInsightful Miner Insightful Miner Insightful Miner Insightful Miner，Pipeline PilotPipeline Pilot Pipeline Pilot Pipeline Pilot，但令人 遺憾的是 他們 都是 付費的。 這些環境能夠允許用戶使標準化的構建模塊來可視化地構建、調整分析流程，之后 化地構建、調整分析流程，之后 化地構建、調整分析流程，之后 通過管 線將 模塊連接起來，以 模塊連接起來，以 使得數據或模型在 模塊間流動。 這樣的系統有一個額外優勢：能夠通過圖形化方式直觀地來記 這樣的系統有一個額外優勢：能夠通過圖形化方式直觀地來記 錄做了什么。 KNIME 就提供了一個這樣的數 據流構建環境。