摘要：隨著信息的日益豐富，知識(shí)爆炸成為必然，從數(shù)據(jù)中發(fā)現(xiàn)知識(shí)（KDD）和數(shù)據(jù)挖掘已成為重要的技術(shù)。在廣泛實(shí)施了ERP后，如何從海量的業(yè)務(wù)信息中找到有價(jià)值的知識(shí)已成為企業(yè)經(jīng)營成敗的關(guān)鍵，在這種背景下，將數(shù)據(jù)遷移到數(shù)據(jù)倉庫變得非常重要。數(shù)據(jù)倉庫的建設(shè)是一個(gè)復(fù)雜、長期的過程，特別是針對企業(yè)ERP系統(tǒng)的建設(shè)。我們通過一個(gè)汽修行業(yè)進(jìn)銷存系統(tǒng)數(shù)據(jù)倉庫的構(gòu)建，系統(tǒng)闡述了如何在ERP環(huán)境中構(gòu)建數(shù)據(jù)倉庫，并對系統(tǒng)的物理實(shí)施進(jìn)行了論述。
關(guān)鍵詞：信息；ERP；數(shù)據(jù)倉庫；OLTP；OLAP；數(shù)據(jù)挖掘
　　當(dāng)今社會(huì)是一個(gè)信息爆炸的時(shí)代，信息豐富而知識(shí)貧乏的現(xiàn)象非常普遍。“啤酒搭著尿布賣”的故事曾經(jīng)觸動(dòng)了多少人的神經(jīng)。信息作為現(xiàn)代企業(yè)的寶貴資源，占據(jù)著越來越重要的地位，已經(jīng)成為現(xiàn)代企業(yè)科學(xué)管理的基礎(chǔ)，正確決策的前提，有效調(diào)控的手段。
　　目前，面對激烈的市場競爭，許多大型企業(yè)紛紛實(shí)施“以客戶為中心，以服務(wù)求發(fā)展”的經(jīng)營策略。 如何優(yōu)化客戶關(guān)系，增強(qiáng)企業(yè)的競爭優(yōu)勢已經(jīng)成為現(xiàn)代企業(yè)關(guān)注的焦點(diǎn)?，F(xiàn)有的應(yīng)用系統(tǒng)往往以“產(chǎn)品”為中心，以“單據(jù)（票證）”處理為基礎(chǔ)，是面向聯(lián)機(jī)事務(wù)處理（Online Transaction Processing，簡稱OLTP）的系統(tǒng)，而以客戶為中心的經(jīng)營管理模式要求對現(xiàn)有業(yè)務(wù)系統(tǒng)的數(shù)據(jù)進(jìn)行有效的集成并加以重組，建立面向聯(lián)機(jī)分析處理（Online Analysis Processing，簡稱OLAP）的系統(tǒng)。通過分析客戶的行為，掌握不同類型客戶的特征，進(jìn)而為客戶提供更加優(yōu)質(zhì)的服務(wù)，尤其是個(gè)性化的服務(wù)，同時(shí)全面掌握并理解、分析企業(yè)業(yè)務(wù)的發(fā)生情況，充分發(fā)揮企業(yè)現(xiàn)已積累的數(shù)據(jù)，為各級(jí)管理人員提供科學(xué)化管理和決策的有力依據(jù)，以提高企業(yè)的經(jīng)營業(yè)績，保證利潤的持續(xù)增長。
　　同時(shí)，隨著企業(yè)信息化程度的不斷提高，各類應(yīng)用系統(tǒng)同時(shí)并存并支撐著企業(yè)的業(yè)務(wù)應(yīng)用。越來越多企業(yè)的信息化主管在開發(fā)企業(yè)應(yīng)用時(shí)已經(jīng)考慮到數(shù)據(jù)集成和將來對數(shù)據(jù)的整體有效利用，因此，在實(shí)施了ERP解決方案之后，很多企業(yè)選擇實(shí)施數(shù)據(jù)倉庫產(chǎn)品來避免信息孤島，實(shí)現(xiàn)應(yīng)用的內(nèi)部聯(lián)系和信息的共享。
　　什么是數(shù)據(jù)倉庫呢？一般認(rèn)為，數(shù)據(jù)倉庫（Data Warehouse）是一個(gè)面向主題的（Subject Oriented）、集成的（Integrated）、相對穩(wěn)定的（Non-Volatile）、反映歷史變化（Time Variant）的數(shù)據(jù)集合，用于支持管理決策(Decision Making Support)。
　　面向主題：操作型數(shù)據(jù)庫的數(shù)據(jù)組織面向事務(wù)處理任務(wù)，各個(gè)業(yè)務(wù)系統(tǒng)之間各自分離，而數(shù)據(jù)倉庫中的數(shù)據(jù)是按照一定的主題域進(jìn)行組織的。
　　集成的：數(shù)據(jù)倉庫中的數(shù)據(jù)是在對原有分散的數(shù)據(jù)庫數(shù)據(jù)抽取、清理的基礎(chǔ)上經(jīng)過系統(tǒng)加工、匯總和整理得到的，必須消除源數(shù)據(jù)中的不一致性，以保證數(shù)據(jù)倉庫內(nèi)的信息是關(guān)于整個(gè)企業(yè)的一致的全局信息。
　　相對穩(wěn)定的：數(shù)據(jù)倉庫的數(shù)據(jù)主要供企業(yè)決策分析之用，所涉及的數(shù)據(jù)操作主要是數(shù)據(jù)查詢，一旦某個(gè)數(shù)據(jù)進(jìn)入數(shù)據(jù)倉庫以后，一般情況下將被長期保留，也就是數(shù)據(jù)倉庫中一般有大量的查詢操作，但修改和刪除操作很少，通常只需要定期的加載、刷新。
　　反映歷史變化：數(shù)據(jù)倉庫中的數(shù)據(jù)通常包含歷史信息，系統(tǒng)記錄了企業(yè)從過去某一時(shí)點(diǎn)(如開始應(yīng)用數(shù)據(jù)倉庫的時(shí)點(diǎn))到目前的各個(gè)階段的信息，通過這些信息，可以對企業(yè)的發(fā)展歷程和未來趨勢做出定量分析和預(yù)測。
　　一個(gè)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(chǔ)與管理、OLAP服務(wù)器以及前端工具與應(yīng)用四個(gè)部分。
　　數(shù)據(jù)源：是數(shù)據(jù)倉庫系統(tǒng)的基礎(chǔ)，是整個(gè)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(chǔ)與管理：是整個(gè)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(jìn)行抽取、清理，并有效集成，按照主題進(jìn)行重新組織，最終確定數(shù)據(jù)倉庫的物理存儲(chǔ)結(jié)構(gòu)，同時(shí)組織存儲(chǔ)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(jìn)行再次重組，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(shí)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(bào)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(bào)表工具、數(shù)據(jù)挖掘工具既針對數(shù)據(jù)倉庫，同時(shí)也針對OLAP服務(wù)器。
　　在傳統(tǒng)的ERP系統(tǒng)中，一般的核心應(yīng)用都是進(jìn)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(xì)進(jìn)行的。這樣的數(shù)據(jù)層可以很好地實(shí)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(jìn)行抽取、清洗、加上時(shí)間標(biāo)記并進(jìn)行合理的分類，以使之能夠進(jìn)入數(shù)據(jù)倉庫并支持OLAP。
　　下面通過一個(gè)小型汽修行業(yè)進(jìn)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(xì)表和供應(yīng)商明細(xì)表等。這些表格在運(yùn)行中很好地解決了OLTP，同時(shí)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(yuǎn)遠(yuǎn)不夠的，因此有必要對原系統(tǒng)的數(shù)據(jù)庫進(jìn)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(yuǎn)期的戰(zhàn)略目標(biāo)。
　　數(shù)據(jù)倉庫的建立是一個(gè)復(fù)雜的過程，首先要進(jìn)行規(guī)劃和分析，我們對原系統(tǒng)的數(shù)據(jù)進(jìn)行分析，將原來孤立分散的數(shù)據(jù)元素進(jìn)行抽取和清洗分類，把數(shù)據(jù)劃分成了以下幾個(gè)類：客戶類（包含原有系統(tǒng)中的客戶信息、客戶賬目明細(xì)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(jìn)銷存的帳目往來及明細(xì)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(jī)地結(jié)合到了一起，可以有效地支持OLAP，同時(shí)為以后系統(tǒng)的擴(kuò)展及升級(jí)也打下了良好的基礎(chǔ)。不致于因一發(fā)而動(dòng)全身。
　　將原有的數(shù)據(jù)庫數(shù)據(jù)進(jìn)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(chǔ)的實(shí)施。目前，IBM、Oracle、Sybase、CA、NCR、Informix、Microsoft、和SAS等有實(shí)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(xiàng)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(shí)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(qiáng)大，同時(shí)，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(shí)現(xiàn)數(shù)據(jù)的提取和轉(zhuǎn)換。同時(shí)，由于都是微軟的產(chǎn)品，我們今后擴(kuò)充A系統(tǒng)時(shí)，前臺(tái)的查詢和報(bào)表工具就可以采用dot net平臺(tái)實(shí)現(xiàn)，無論采用C#還是VB.NET語言都可以實(shí)現(xiàn)強(qiáng)大的OLAP分析功能。
　　最終，由于經(jīng)過了詳細(xì)的設(shè)計(jì)和建模，A系統(tǒng)數(shù)據(jù)倉庫的實(shí)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(shí)，由于采用了數(shù)據(jù)倉庫，A系統(tǒng)的功能和擴(kuò)展性也有了很大提高。為以后進(jìn)一步進(jìn)行操作數(shù)據(jù)存儲(chǔ)（ODS）和數(shù)據(jù)挖掘(DATA MINEING)打下了堅(jiān)實(shí)的基礎(chǔ)。
　　
參考文獻(xiàn)：
[1]張友生，徐峰 《系統(tǒng)分析師技術(shù)指南》 清華大學(xué)出版社 2004
[2]http://www.enet.com.cn/article/2006/1212/A20061212332464.shtml 《九大數(shù)據(jù)倉庫解決方案的性能和特點(diǎn)比較》
[3]http://www.enet.com.cn/article/2006/1212/A20061212332464_2.shtml《九大數(shù)據(jù)倉庫解決方案的性能和特點(diǎn)比較》
[4]朱德利《SQLServer2005數(shù)據(jù)挖掘與商業(yè)智能完全解決方案》　電子工業(yè)出版社 2007
[5]飛思科技產(chǎn)品研發(fā)中心編《Oracle 9i數(shù)據(jù)倉庫構(gòu)建技術(shù)》電子工業(yè)出版社 2003。