1 ERP簡(jiǎn)介
 
    ERP（EntERPri se Resource Planning）是企業(yè)資源計(jì)劃的簡(jiǎn)稱，起源于上個(gè)世紀(jì)90年代美國(guó)，經(jīng)過(guò)幾十年的發(fā)展，如今，它已成為國(guó)際上最先進(jìn)的企業(yè)管理模式，它將企業(yè)的物流、人流、資金流和信息流集成為一個(gè)有機(jī)的整體，進(jìn)行統(tǒng)一管理，也就是說(shuō)，它可以將企業(yè)的采購(gòu)、庫(kù)存、生產(chǎn)、銷售、人力資源、財(cái)務(wù)等等原本可以分開(kāi)運(yùn)行的各個(gè)業(yè)務(wù)處理系統(tǒng)集成道義，統(tǒng)一規(guī)劃，從而可以最大限度的利用企業(yè)的現(xiàn)有資源，實(shí)現(xiàn)企業(yè)經(jīng)濟(jì)效益最大化。
 
    伴隨著中國(guó)經(jīng)濟(jì)的飛速發(fā)展以及企業(yè)信息化的水平的顯著提高，企業(yè)老總紛紛意識(shí)到借助現(xiàn)代化的管理工具來(lái)提高管理水平的重要性，企業(yè)資源計(jì)劃軟件當(dāng)然是首選。然而，隨著ERP系統(tǒng)的長(zhǎng)期運(yùn)用，企業(yè)積累了大量的業(yè)務(wù)型的數(shù)據(jù)，但是多數(shù)企業(yè)的數(shù)據(jù)的利用率并沒(méi)有得到相應(yīng)的提高。企業(yè)高層很難在海量的數(shù)據(jù)中找到有價(jià)值的信息和知識(shí)。本文就是在ERP的環(huán)境下，運(yùn)用數(shù)據(jù)倉(cāng)庫(kù)技術(shù)，打造一個(gè)企業(yè)強(qiáng)大的管理決策平臺(tái)。
 
2 數(shù)據(jù)倉(cāng)庫(kù)簡(jiǎn)介
 
    數(shù)據(jù)倉(cāng)庫(kù)的英文是Data Warehouse，通常被簡(jiǎn)寫為Dw。數(shù)據(jù)倉(cāng)庫(kù)概念創(chuàng)始人W.H.Inmon對(duì)數(shù)據(jù)倉(cāng)庫(kù)的定義是：數(shù)據(jù)倉(cāng)庫(kù)就是面向主題的、集成的、相對(duì)穩(wěn)定的、隨時(shí)間不斷變化（不同時(shí)間）的數(shù)據(jù)集合，用以支持經(jīng)營(yíng)管理中的決策制定過(guò)程。
 
    數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)一定是按照主題域進(jìn)行組織的。每一個(gè)主題對(duì)應(yīng)一個(gè)宏觀的分析領(lǐng)域，比如，在銀行業(yè)實(shí)施的數(shù)據(jù)倉(cāng)庫(kù)的主題可以是客戶、賬號(hào)、匯率等等：數(shù)據(jù)倉(cāng)庫(kù)的集成特性是指將來(lái)自多個(gè)數(shù)據(jù)源的，可能存在編碼、屬性或者命名不一致的數(shù)據(jù)按照某種規(guī)則進(jìn)行重組后，在加載到數(shù)據(jù)倉(cāng)庫(kù)中，對(duì)于數(shù)據(jù)倉(cāng)庫(kù)來(lái)講，這也是最關(guān)鍵的步驟。數(shù)據(jù)倉(cāng)庫(kù)的穩(wěn)定性是指數(shù)據(jù)倉(cāng)庫(kù)反映的是長(zhǎng)期積累下來(lái)的歷史數(shù)據(jù)，是經(jīng)過(guò)ETL的（抽取，轉(zhuǎn)換，加載），因此，這寫數(shù)據(jù)極少或根本不修改的；數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)時(shí)隨時(shí)間變化的體現(xiàn)在這些數(shù)據(jù)是不同時(shí)間的數(shù)據(jù)集合，其中保存著大量的歷史和現(xiàn)階段產(chǎn)生的數(shù)據(jù)，時(shí)間元素在數(shù)據(jù)倉(cāng)庫(kù)中是必不可少的，以便進(jìn)行趨勢(shì)分析等。
 
    數(shù)據(jù)倉(cāng)庫(kù)最重要的作用是通過(guò)查詢分析數(shù)據(jù)（包括報(bào)表、OLAP、挖掘），把隱藏在海量數(shù)據(jù)中的信息找出來(lái)，為領(lǐng)導(dǎo)正確決策提供技術(shù)支持。
 
3 SQL Server 2008中商業(yè)智能簡(jiǎn)介
 
    Microsoft SQL Server 2008提供了一個(gè)全面的商業(yè)智能（BI）平臺(tái)，服務(wù)器組件包括SQL SERVER數(shù)據(jù)庫(kù)引擎、Analysis Services、Reporting Services 和Integration Services。它為數(shù)據(jù)存儲(chǔ)、多維分析、生成報(bào)表及數(shù)據(jù)挖掘提供了一個(gè)擴(kuò)展的數(shù)據(jù)平臺(tái)。
 
    SQL Server Integration Services，通常被簡(jiǎn)寫為SSIS，用于開(kāi)發(fā)ETL（用于提取、轉(zhuǎn)換和加載）包，用ETL包填充OLAP多維數(shù)據(jù)集（Cube）和挖掘結(jié)構(gòu)；SQL Server Analysis Services，通常被簡(jiǎn)寫為SSAS，用于構(gòu)建OLAP多維數(shù)據(jù)集和數(shù)據(jù)挖掘模型，可對(duì)數(shù)據(jù)進(jìn)行多維分析和各種商業(yè)預(yù)測(cè)；SQL Server Reporting Services，通常被簡(jiǎn)寫為SSRS，是報(bào)表服務(wù)平臺(tái)， 是一個(gè)廣泛的報(bào)表解決方案，使得很容易在企業(yè)內(nèi)外創(chuàng)建、發(fā)布和發(fā)送詳細(xì)的商業(yè)報(bào)表。
 
4 數(shù)據(jù)倉(cāng)庫(kù)建立過(guò)程
 
    4.1 模型設(shè)計(jì)
 
    對(duì)于邏輯上的多維數(shù)據(jù)模型，可以使用不同的存儲(chǔ)機(jī)制和表示模式實(shí)現(xiàn)多維數(shù)據(jù)模型。目前，使用的多維數(shù)據(jù)模型主要有星型模型、雪花模型。星型模型由事實(shí)表和維度表構(gòu)成，事實(shí)表居中，多個(gè)維表呈輻射狀分布于其四周，并與事實(shí)表連接。換句話說(shuō)，每個(gè)維度表都與事實(shí)表直接相連。在星型模型的基礎(chǔ)上，進(jìn)一步對(duì)維度表進(jìn)行標(biāo)準(zhǔn)化。在雪花模型中，某些維度表是通過(guò)其他維度表間接地連接到事實(shí)表的。無(wú)論哪種模型中，事實(shí)表中存放的數(shù)據(jù)量非常大，維度表中存放描述性的數(shù)據(jù)，數(shù)據(jù)量相對(duì)較小。
 
    經(jīng)過(guò)大量業(yè)務(wù)調(diào)研與數(shù)據(jù)分析，建立了星型模型。
 
    質(zhì)量檢驗(yàn)結(jié)果事實(shí)表：產(chǎn)品關(guān)鍵字、設(shè)備關(guān)鍵字、時(shí)間關(guān)鍵字、設(shè)備關(guān)鍵字、班組關(guān)鍵字、車間關(guān)鍵字、合格品數(shù)量、廢品數(shù)量。
 
    檢驗(yàn)員維度表：人員關(guān)鍵字（PK）、職工編號(hào)、姓名、性別、年齡、文化程度、身份證號(hào)、出生年、出生月、出生日、入廠年、入廠月、入廠日、技術(shù)等級(jí)、職稱資格、聘任資格
 
    時(shí)間維度表：時(shí)間關(guān)鍵字（PK）、年、月、日
 
    班組維度表：班組關(guān)鍵字（PK）、班組名稱
 
    車間維度表：車間關(guān)鍵字（PK）、車間編號(hào)、車間名稱、車間負(fù)責(zé)人
 
    產(chǎn)品維度表：產(chǎn)品關(guān)鍵字（PK）、產(chǎn)品類別號(hào)、產(chǎn)品圖號(hào)、產(chǎn)品名稱、產(chǎn)品類型、產(chǎn)品數(shù)量
 
    4.2 設(shè)計(jì)與實(shí)現(xiàn)
 
    ETL是數(shù)據(jù)抽取、轉(zhuǎn)換和加載的總稱。在Microsoft SQL Server中，Integration Services提供一系列支持業(yè)務(wù)應(yīng)用程序開(kāi)發(fā)的內(nèi)置任務(wù)、容器、轉(zhuǎn)換和數(shù)據(jù)適配器。無(wú)需編寫一行代碼，就可以創(chuàng)建SSIS解決方案來(lái)使用ETL和商業(yè)智能解決復(fù)雜的業(yè)務(wù)問(wèn)題。在本系統(tǒng)設(shè)計(jì)過(guò)程中，應(yīng)用了SSIS將ERP等生產(chǎn)過(guò)程中數(shù)據(jù)經(jīng)過(guò)一系列轉(zhuǎn)換、分割、合并等操作，最終將其加載到數(shù)據(jù)倉(cāng)庫(kù)中供分析使用。
 
    4.3 設(shè)置維度和多維數(shù)據(jù)集
 
    首先指定事實(shí)數(shù)據(jù)表FactQty，指定維度表DimProduct、DimTime、DimWorker、Diminspector。然后定義維度的層次結(jié)構(gòu)： 時(shí)間維度（YEAR-QUARTER-MONTH-DAY），產(chǎn)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(guò)OLAP技術(shù)對(duì)數(shù)據(jù)進(jìn)行分析
 
    建立多維立方體后，即可進(jìn)行多維數(shù)據(jù)分析。分析操作通常包括切片、切塊、鉆取、旋轉(zhuǎn)等。
 
    切片是在某兩個(gè)維上取一定區(qū)間的維成員或全部維成員，而在其余的維上選定一個(gè)維成員的操作。例如，選定WORKER維度和工序維度，在時(shí)間維度選取一個(gè)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(gè)維度上的一個(gè)切片（操作者、工序、合格量，廢品量）：切塊可以看作是由多個(gè)切片重疊起來(lái)構(gòu)成的數(shù)據(jù)塊，如2011年5月～2011年6月，就得到了一個(gè)切塊；鉆取分為上鉆操作和下鉆操作。下鉆可以得到細(xì)節(jié)性的數(shù)據(jù)，反之，上鉆得到的是相對(duì)概括性的數(shù)據(jù)。鉆取的深度與維度的層次結(jié)構(gòu)緊密相關(guān)；在立方體中，將橫、縱坐標(biāo)轉(zhuǎn)換，即稱為旋轉(zhuǎn)，旋轉(zhuǎn)可以得到不同視角的數(shù)據(jù)。
 
5 結(jié)語(yǔ)
 
    本文以某機(jī)械加工工廠為背景，在其現(xiàn)行的ERP（企業(yè)資源計(jì)劃）管理系統(tǒng)的基礎(chǔ)上，基于SQL Server 2008的BI系統(tǒng)，實(shí)現(xiàn)了數(shù)據(jù)倉(cāng)庫(kù)的建立，數(shù)據(jù)加載過(guò)程，并結(jié)合EXCEL2007工具，實(shí)現(xiàn)了數(shù)據(jù)的前端展現(xiàn)。目前，該系統(tǒng)已正式使用，初步顯現(xiàn)出了BI系統(tǒng)在生產(chǎn)管理中的作用。本文對(duì)BI系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)進(jìn)行研究，對(duì)基于SQL Server 2008的BI系統(tǒng)的創(chuàng)建具有一定指導(dǎo)意義。

轉(zhuǎn)載請(qǐng)注明出處：拓步ERP資訊網(wǎng)http://www.ezxoed.cn/

本文標(biāo)題：在現(xiàn)有ERP系統(tǒng)下如何建立數(shù)據(jù)倉(cāng)庫(kù)

本文網(wǎng)址：http://www.ezxoed.cn/html/consultation/1081998956.html