1 ERP簡介
ERP(EntERPri se Resource Planning)是企業資源計劃的簡稱,起源于上個世紀90年代美國,經過幾十年的發展,如今,它已成為國際上最先進的企業管理模式,它將企業的物流、人流、資金流和信息流集成為一個有機的整體,進行統一管理,也就是說,它可以將企業的采購、庫存、生產、銷售、人力資源、財務等等原本可以分開運行的各個業務處理系統集成道義,統一規劃,從而可以最大限度的利用企業的現有資源,實現企業經濟效益最大化。
伴隨著中國經濟的飛速發展以及企業信息化的水平的顯著提高,企業老總紛紛意識到借助現代化的管理工具來提高管理水平的重要性,企業資源計劃軟件當然是首選。然而,隨著ERP系統的長期運用,企業積累了大量的業務型的數據,但是多數企業的數據的利用率并沒有得到相應的提高。企業高層很難在海量的數據中找到有價值的信息和知識。本文就是在ERP的環境下,運用數據倉庫技術,打造一個企業強大的管理決策平臺。
2 數據倉庫簡介
數據倉庫的英文是Data Warehouse,通常被簡寫為Dw。數據倉庫概念創始人W.H.Inmon對數據倉庫的定義是:數據倉庫就是面向主題的、集成的、相對穩定的、隨時間不斷變化(不同時間)的數據集合,用以支持經營管理中的決策制定過程。
數據倉庫中的數據一定是按照主題域進行組織的。每一個主題對應一個宏觀的分析領域,比如,在銀行業實施的數據倉庫的主題可以是客戶、賬號、匯率等等:數據倉庫的集成特性是指將來自多個數據源的,可能存在編碼、屬性或者命名不一致的數據按照某種規則進行重組后,在加載到數據倉庫中,對于數據倉庫來講,這也是最關鍵的步驟。數據倉庫的穩定性是指數據倉庫反映的是長期積累下來的歷史數據,是經過ETL的(抽取,轉換,加載),因此,這寫數據極少或根本不修改的;數據倉庫中的數據時隨時間變化的體現在這些數據是不同時間的數據集合,其中保存著大量的歷史和現階段產生的數據,時間元素在數據倉庫中是必不可少的,以便進行趨勢分析等。
數據倉庫最重要的作用是通過查詢分析數據(包括報表、OLAP、挖掘),把隱藏在海量數據中的信息找出來,為領導正確決策提供技術支持。
3 SQL Server 2008中商業智能簡介
Microsoft SQL Server 2008提供了一個全面的商業智能(BI)平臺,服務器組件包括SQL SERVER數據庫引擎、Analysis Services、Reporting Services 和Integration Services。它為數據存儲、多維分析、生成報表及數據挖掘提供了一個擴展的數據平臺。
SQL Server Integration Services,通常被簡寫為SSIS,用于開發ETL(用于提取、轉換和加載)包,用ETL包填充OLAP多維數據集(Cube)和挖掘結構;SQL Server Analysis Services,通常被簡寫為SSAS,用于構建OLAP多維數據集和數據挖掘模型,可對數據進行多維分析和各種商業預測;SQL Server Reporting Services,通常被簡寫為SSRS,是報表服務平臺, 是一個廣泛的報表解決方案,使得很容易在企業內外創建、發布和發送詳細的商業報表。
4 數據倉庫建立過程
4.1 模型設計
對于邏輯上的多維數據模型,可以使用不同的存儲機制和表示模式實現多維數據模型。目前,使用的多維數據模型主要有星型模型、雪花模型。星型模型由事實表和維度表構成,事實表居中,多個維表呈輻射狀分布于其四周,并與事實表連接。換句話說,每個維度表都與事實表直接相連。在星型模型的基礎上,進一步對維度表進行標準化。在雪花模型中,某些維度表是通過其他維度表間接地連接到事實表的。無論哪種模型中,事實表中存放的數據量非常大,維度表中存放描述性的數據,數據量相對較小。
經過大量業務調研與數據分析,建立了星型模型。
質量檢驗結果事實表:產品關鍵字、設備關鍵字、時間關鍵字、設備關鍵字、班組關鍵字、車間關鍵字、合格品數量、廢品數量。
檢驗員維度表:人員關鍵字(PK)、職工編號、姓名、性別、年齡、文化程度、身份證號、出生年、出生月、出生日、入廠年、入廠月、入廠日、技術等級、職稱資格、聘任資格
時間維度表:時間關鍵字(PK)、年、月、日
班組維度表:班組關鍵字(PK)、班組名稱
車間維度表:車間關鍵字(PK)、車間編號、車間名稱、車間負責人
產品維度表:產品關鍵字(PK)、產品類別號、產品圖號、產品名稱、產品類型、產品數量
4.2 設計與實現
ETL是數據抽取、轉換和加載的總稱。在Microsoft SQL Server中,Integration Services提供一系列支持業務應用程序開發的內置任務、容器、轉換和數據適配器。無需編寫一行代碼,就可以創建SSIS解決方案來使用ETL和商業智能解決復雜的業務問題。在本系統設計過程中,應用了SSIS將ERP等生產過程中數據經過一系列轉換、分割、合并等操作,最終將其加載到數據倉庫中供分析使用。
4.3 設置維度和多維數據集
首先指定事實數據表FactQty,指定維度表DimProduct、DimTime、DimWorker、Diminspector。然后定義維度的層次結構: 時間維度(YEAR-QUARTER-MONTH-DAY),產品維度(CATEGORY-SUBCATEGORY-NAME), 職工維度(SHOP-CLASS-WORKER_ID),并且確定度量值為合格量、廢品量。
4.4 通過OLAP技術對數據進行分析
建立多維立方體后,即可進行多維數據分析。分析操作通常包括切片、切塊、鉆取、旋轉等。
切片是在某兩個維上取一定區間的維成員或全部維成員,而在其余的維上選定一個維成員的操作。例如,選定WORKER維度和工序維度,在時間維度選取一個屬性成員(如2011年5月),就得到了立方體在WORKER維度和工序維度兩個維度上的一個切片(操作者、工序、合格量,廢品量):切塊可以看作是由多個切片重疊起來構成的數據塊,如2011年5月~2011年6月,就得到了一個切塊;鉆取分為上鉆操作和下鉆操作。下鉆可以得到細節性的數據,反之,上鉆得到的是相對概括性的數據。鉆取的深度與維度的層次結構緊密相關;在立方體中,將橫、縱坐標轉換,即稱為旋轉,旋轉可以得到不同視角的數據。
5 結語
本文以某機械加工工廠為背景,在其現行的ERP(企業資源計劃)管理系統的基礎上,基于SQL Server 2008的BI系統,實現了數據倉庫的建立,數據加載過程,并結合EXCEL2007工具,實現了數據的前端展現。目前,該系統已正式使用,初步顯現出了BI系統在生產管理中的作用。本文對BI系統的設計與實現進行研究,對基于SQL Server 2008的BI系統的創建具有一定指導意義。
轉載請注明出處:拓步ERP資訊網http://www.guhuozai8.cn/
本文標題:在現有ERP系統下如何建立數據倉庫
本文網址:http://www.guhuozai8.cn/html/consultation/1081998956.html