企业数据仓库建立与应用.docx

?

?

企业数据仓库建立与应用

?

?

摘要：企业级数据仓库如今在各个行业都已经广泛应用，国内各行业的大型企业已经开始重视分析性业务系统的战略布局，并将企业级数据仓库产品的选型列为重中之重。大型企业的数据仓库系统需求基本上都具有大数据量、高性能、高可用性、可扩展性、灵活性、易于管理等特点。本文以大庆油田物资公司构建数据仓库的案例为基础，对筹建数据仓库决策支持系统的优化解决方案进行了初步探讨。

关键词：数据仓库、决策支持、联机分析处理、数据挖掘

大庆油田物资公司，是油田唯一的专业化物资服务保障单位，主要负责油田生产建设所需的一、二级物资集中采购、仓储、供应和物流服务。随着数据库技术的迅速发展以及ERP系统、中油合同系统、物采系统等各种业务系统的广泛应用，物资公司积累的数据越来越多。激增的数据背后隐藏着许多重要的信息，管理层希望能够对其进行更高层次的分析，以便更好的利用这些数据。目前的各种应用系统可以高效地实现数据的录入、查询、统计等功能，但无法发现数据之间存在的关系和规则，无法根据现有的数据预测未来的发展趋势。正是因为缺乏挖掘数据背后隐藏知识的手段，从而导致了“数据太多，信息不足”的现象。因此，物资公司数据仓库的建立与应用已经成为必然。

一、理解物资系统数据仓库

在物资公司单个业务单元中，基于ERP系统、物采系统、中油合同等各种操作型系统的数据应用已经存在很多年了。管理人员经常会理直气壮地问为什么现存的系统不够用呢？要回答这个问题，需要阐明与数据仓库相关的风险和收益。首先，考虑面临的风险，很少有人理解操作型系统与决策支持系统的差别;很难将数据集成带来的收益概念化和具体化;由于静态报表已成为标准，用户很难适应交互式的数据界面;很难在整个项目周期中都得到普遍的支持。接着，考虑潜在的收益，数据仓库将会提供毫无疑义的数据集成，确保整个物资系统的数据真实性和一致性;联机分析处理系统（OLAP）将通过一个生动并且易于使用的界面给高层管理者提供新奇的决策支持透视服务;运用数据分析预处理能使业务分析专家迅速发现问题并很快建立解决方案;对服务对象和供应商会有更深的了解，利于提高物资管理项目的效率;常规报表不再需要借助于IT部门的先进的技术服务;用户能够获得元数据，即关于数据的来源及数据转换方式的信息。

1、操作型系统与决策支持系统

虽然物资管理人员经常与操作型系统打交道，但对于在整个企业范围内提供决策支持的了解还是经验尚浅。一个错误的认识是，各种业务系统已经能够提供企业范围的决策支持。操作型系统的设计目的在于实现数据的快速存取，任务或小数据集的快速处理。规范的关系数据库在进行数据的插入、更新和删除操作时能确保数据的完整性，并能优化在多表间进行数据存储的机制。用于决策支持的统计分析需要平滑的数据以及满足查询的最低粒度级。

决策制定者借助于一些软件工具进行决策，这些软件工具可以划分为报表、数据挖掘、统计和数据浏览几个类别。报表可以发展成为总结已被充分理解的业务进程和主题的工具。数据挖掘工具和数据浏览工具使分析人员能够从海量的数据集中察觉业务趋势和发现商机。数据挖掘工具如同一个巨大的钻取机器，它将运用成千上万的公式法则对数据进行汇总、建模和聚合。被称为OLAP的数据浏览工具能为分析人员提供聚合的数据和高效的界面，使分析人员能够快速地操纵数据视图和聚合层次。当你真正地建立了一个包含真实的物资业务主题数据的OLAP数据立方体并获得成功时，你会明白这种强大的数据处理工具意味着什么。从提出问题到解答问题的间隔时间由数天或数月缩减到几秒钟或几分钟，而且用户能够获得数据仓库各个方面的一切数据，用户参与的热情会大大提高，企业就会迅速发现更多的商机。

2、OLAP与物资管理

所有业务都可以按层次分类，惟独物资不可以，因为各种各样的业务相互交叉和重叠。要驾驭这种复杂的情况，我们需要将物资按主题分组，这样对于每个供应商会有多种解决途径。客户可能需要查看关于整个物资业务信息的数据。OLAP工具建立并实施业务分层结构模型，然后将它们与交叉表格汇总相结合。数据浏览器使用户可以对任意两个类别进行行列组合，然后选择一系列度量，在矩阵中汇总。而且，用户能够在层次之间进行上下钻取，以获得扩展或聚合的数据。这是一个强有力的信息展示器，它能令用户凭借标准的、基于代码的统计和查询工具在所允许的小片时间内迅速解决一系列问题。

建立OLAP交叉表格数据结构有多种途径，包括按关系数据表存储，创建专用的多维数据结构，以及建立基于需求的虚拟交叉表格。商业软件既有在客户端处理的应用，又有在服务器端处理的应用，目前许多软件还能提供网络接口。拥有网络接口的服务器端执行软件要比多用户客户端执行的软件廉价，而且能对服务器资源起到调节作用，获得更高的执行效率。

二、建立数据仓库需求

近年来，国内物资行业发