發(fā)布時間：2014-07-28 21:11

　　在傳統(tǒng)的ERP系統(tǒng)中，一般的核心應(yīng)用都是進銷存管理和賬務(wù)管理，數(shù)據(jù)庫中的數(shù)據(jù)也是緊緊圍繞產(chǎn)品信息、票據(jù)和賬目明細進行的。這樣的數(shù)據(jù)層可以很好地實現(xiàn)OLTP，但如果要為企業(yè)高層提供決策數(shù)據(jù)的話，就有必要對這樣原始的、松散的、孤立的數(shù)據(jù)進行抽取、清洗、加上時間標記并進行合理的分類，以使之能夠進入數(shù)據(jù)倉庫并支持OLAP。
　　一個典型的企業(yè)數(shù)據(jù)倉庫系統(tǒng)通常包含數(shù)據(jù)源、數(shù)據(jù)存儲與管理、OLAP服務(wù)器以及前端工具與應(yīng)用四個部分。
　　數(shù)據(jù)源：是數(shù)據(jù)倉庫系統(tǒng)的基礎(chǔ)，是整個系統(tǒng)的數(shù)據(jù)源泉。通常包括企業(yè)內(nèi)部信息和外部信息。
　　數(shù)據(jù)的存儲與管理：是整個數(shù)據(jù)倉庫系統(tǒng)的核心。在現(xiàn)有各業(yè)務(wù)系統(tǒng)的基礎(chǔ)上，對數(shù)據(jù)進行抽取、清理，并有效集成，按照主題進行重新組織，最終確定數(shù)據(jù)倉庫的物理存儲結(jié)構(gòu)，同時組織存儲數(shù)據(jù)倉庫元數(shù)據(jù)（具體包括數(shù)據(jù)倉庫的數(shù)據(jù)字典、記錄系統(tǒng)定義、數(shù)據(jù)轉(zhuǎn)換規(guī)則、數(shù)據(jù)加載頻率以及業(yè)務(wù)規(guī)則等信息）。
　　OLAP服務(wù)器：對分析需要的數(shù)據(jù)按照多維數(shù)據(jù)模型進行再次重組，筆耕文化推薦期刊，以支持用戶多角度、多層次的分析，發(fā)現(xiàn)數(shù)據(jù)趨勢。其具體實現(xiàn)可以分為：ROLAP、MOLAP和HOLAP。
　　前端工具與應(yīng)用：前端工具主要包括各種數(shù)據(jù)分析工具、報表工具、查詢工具、數(shù)據(jù)挖掘工具以及各種基于數(shù)據(jù)倉庫或數(shù)據(jù)集市開發(fā)的應(yīng)用。其中數(shù)據(jù)分析工具主要針對OLAP服務(wù)器，報表工具、數(shù)據(jù)挖掘工具既針對數(shù)據(jù)倉庫，同時也針對OLAP服務(wù)器。
　　通過一個小型汽修行業(yè)進銷存系統(tǒng)（以下簡稱A系統(tǒng)）數(shù)據(jù)倉庫的建立，來說明ERP系統(tǒng)數(shù)據(jù)倉庫建立的步驟及應(yīng)注意的一些問題。
　　A系統(tǒng)原有的數(shù)據(jù)層是典型的數(shù)據(jù)庫系統(tǒng)，核心表為產(chǎn)品信息表、客戶信息表、供應(yīng)商信息表、庫存表、銷售表、客戶明細表和供應(yīng)商明細表等。這些表格在運行中很好地解決了OLTP，同時可對企業(yè)高層提供基本的一些OLAP，如庫存查詢、銷售查詢等，但這些功能相對高層決策的需求是遠遠不夠的，因此有必要對原系統(tǒng)的數(shù)據(jù)庫進行改造，建立合理有效的數(shù)據(jù)集市或數(shù)據(jù)倉庫，以適應(yīng)企業(yè)遠期的戰(zhàn)略目標。
　　數(shù)據(jù)倉庫的建立是一個復(fù)雜的過程，首先要進行規(guī)劃和分析，我們對原系統(tǒng)的數(shù)據(jù)進行分析，將原來孤立分散的數(shù)據(jù)元素進行抽取和清洗分類，把數(shù)據(jù)劃分成了以下幾個類：客戶類（包含原有系統(tǒng)中的客戶信息、客戶賬目明細等相關(guān)客戶信息）、供應(yīng)商類（包含相關(guān)供應(yīng)商所有信息）、賬目類（包含進銷存的帳目往來及明細數(shù)據(jù)）、票據(jù)類（包含相關(guān)帳目票據(jù)）等。數(shù)據(jù)類的劃分將原來松散孤立的數(shù)據(jù)根據(jù)使用特征有機地結(jié)合到了一起，可以有效地支持OLAP，同時為以后系統(tǒng)的擴展及升級也打下了良好的基礎(chǔ)。不致于因一發(fā)而動全身。
　　將原有的數(shù)據(jù)庫數(shù)據(jù)進行清洗分類后，下一步即開始數(shù)據(jù)倉庫物理結(jié)構(gòu)及存儲的實施。目前，IBM、Oracle、Sybase、CA、NCR、Informix、Microsoft、和SAS等有實力的公司相繼（通過收購或研發(fā)的途徑）推出了自己的數(shù)據(jù)倉庫解決方案，BO和Brio等專業(yè)軟件公司也在前端在線分析處理工具市場上占有一席之地。在A項目數(shù)據(jù)倉庫解決方案的選擇上，我們選擇了Microsoft的SQL Server 2005作為數(shù)據(jù)倉庫實現(xiàn)工具。做為微軟新一代的數(shù)據(jù)庫產(chǎn)品，SQL Server 2005提供了很多新的功能，性能更加強大，同時，A系統(tǒng)原來的數(shù)據(jù)層是采用SQL Server 2000，因此采用SQL Server 2005可以很好地實現(xiàn)數(shù)據(jù)的提取和轉(zhuǎn)換。同時，由于都是微軟的產(chǎn)品，我們今后擴充A系統(tǒng)時，前臺的查詢和報表工具就可以采用dot net平臺實現(xiàn)，無論采用C#還是VB.NET語言都可以實現(xiàn)強大的OLAP分析功能。
　　最終，由于經(jīng)過了詳細的設(shè)計和建模，A系統(tǒng)數(shù)據(jù)倉庫的實施取得了良好的效果，系統(tǒng)的轉(zhuǎn)換較為成功，新系統(tǒng)在數(shù)據(jù)倉庫的支持下為高層決策提供了極好的支持。同時，由于采用了數(shù)據(jù)倉庫，A系統(tǒng)的功能和擴展性也有了很大提高。為以后進一步進行操作數(shù)據(jù)存儲（ODS）和數(shù)據(jù)挖掘(DATA MINEING)打下了堅實的基礎(chǔ)。

 

本文編號：6728