OLAP在生產管理信息系統中的應用

OLAP在生產管理信息系統中的應用  軟件測試工具

關鍵字：OLAP 生產管理信息系統摘要：


　　本文針對一個中小規模的制造型企業的生產管理信息系統，設計了一個OLAP和OLTP綜合使用的方案。數據倉庫采用數據集市形式。OLAP技術的使用，為企業決策層提供了一個了解企業運作情況的強有力的分析手段。 


1.概述


　　本文針對OLAP技術在一個制造企業的生產管理信息系統中的應用做一個探討?？蛻魹橐粋€典型的機械廠，下設若干個車間，員工規模為600人左右。要求建立生產管理信息系統來處理整個企業的技術、生產、庫存、財務等方面的業務，并要求能對業務數據進行統計分析，為管理層提供決策參考。我們認為，綜合采用OLTP和OLAP技術來開發整個信息系統是一種比較好的解決方案。因為：一、雖然業務數據的查詢OLTP可以做到，但是要提取綜合性數據時OLTP則顯得力不從心，尤其是隨著時間的推移數據量變得越來越龐大的時候；二、在整個系統的設計中綜合考慮OLAP和OLTP技術可以充分發揮二者的特長，用OLAP技術可以減輕OLTP系統中查詢和報表實現的難度和工作量，而且統一的設計可以保證二者數據的一致性，減小從OLTP系統提取數據的難度，提高OLAP系統數據分析的精確性。


　　限于篇幅原因，本文主要闡述OLAP部分的實現。

2.OLAP系統架構


　　當前市場上有很多OLAP產品，比如Oracle Express、DB2 OLAP Server等。由于OLTP系統的數據庫采用的是Microsoft SQL Server2000，為了轉換數據簡單起見也為了減小軟件投資，我們選擇Microsoft SQL Analysis Services作為OLAP服務器。系統架構如圖1所示： 


 

圖1 生產管理OLAP系統架構圖

　　整個OLAP系統分為四個部分：一、OLTP基層數據庫，它是分析數據的來源；二、儲存分析所用數據的數據倉庫，其源數據采用DTS或者腳本從OLTP數據庫中提取和整理獲得；三、OLAP服務器，是支持和管理多維數據結構的數據處理引擎。利用Microsoft OLAP Services創建的多維數據集也稱立方(Cube),這種結構具有良好的性能，能夠靈活快速的處理原始數據，具有比較快的響應速度；四、是前端瀏覽工具，使用Excel或者VB編制的程序可以對多維數據集進行查詢，并以表格或者圖形的方式提供給客戶。


　　在這個系統中，OLAP數據和OLTP數據是分離的，這種架構不會對OLTP系統運行效率造成影響。


3.數據倉庫和多維數據集的設計


　　OLAP建立在數據倉庫的基礎上。在設計中，我們沒有采用標準數據倉庫的形式，而是采用數據集市（Data Mart）的形式實現數據倉庫。標準的數據倉庫作為企業級應用，其涉及的范圍和投入的成本常常是巨大的，它的建設很容易形成高投入、慢進度的大項目。數據集市是針對某一主題或者某一部門而構建的更小、更集中的數據倉庫，它提供了一條部門/工作組級的分析商業數據的廉價途徑。數據集市應該具備的特性包括：規模小、面向特定的應用、面向部門/工作組、快速實現、投資規模小、易使用、全面支持異種機平臺等。用戶可根據自己的需求，以自己的方式來建立數據集市。這種方式比較適合我們的客戶。以后若有新的分析需求可以增加新的數據集市而不對現有結構造成不良影響。 


　　數據集市有一個顯著的特點是針對分析主題而設計。主題由需求決定。根據客戶目前提出的需求，我們把數據集市分為三個主題：生產、庫存和工藝。


　　以生產主題為例，OLTP系統負責生產計劃和實際操作中各種技術細節的處理，產生了大量的數據?，F在需要在這些生產數據的基礎上進行如下分析：


　　針對每一個員工生產加工情況統計分析；
　　針對每一個車間生產情況統計分析； 
　　針對每一次施工生產情況統計分析；
　　針對每一種產品類型生產情況統計分析；
　　針對每一種主材料加工情況統計分析；
　　分年、季度、月對生產情況統計分析。


　　考察OLTP系統，發現"工序執行情況"表中包含了所有的生產動態情況,對其處理得到生產事實表。


　　根據需求，選定部門(車間)、員工、施工單、產品類別、材料和時間作為維度表(Dimension Table)。由于分析時很多具體的細節不需要考慮，所以對OLTP的數據模型進行了篩選和轉換。得到的多維數據集模型為星型雪花架構：



圖2 生產主題多維度數據集的星型雪花架構圖

　　采用相似的方法，可以得到庫存和工藝多維數據集結構。得到多維數據集后，即可按照數據集的結構設定數據集市的表結構。由于數據集市之間是相互隔離的，所以各個數據集市可以單獨運作。


　　根據業務數據和分析數據的物理模型可以用SQL Server的數據轉換服務(Data Transaction Service)實現從OLTP系統到OLAP系統的數據提取、整理和加載。在加載前還必須進行一致性檢查。對每條業務數據記錄加上時間戳。數據采集并不對業務數據進行轉換和匯總，因此它保持了業務信息的最低粒度，不僅可以作為生成業務統計指標的基礎，而且也是以后對數據倉庫進行數據挖掘的數據基礎。各個數據集市的數據提取可以單獨運作，通過系統調度可以每日/每月自動從業務數據庫中采集統計數據。 

原文轉自：http://www.anti-gravitydesign.com