張紫佼　程美玲

摘要：該文在指出了進銷存管理系統(tǒng)中傳統(tǒng)數(shù)據(jù)庫的不足，將數(shù)據(jù)倉庫技術(shù)引入，敘述了應(yīng)用于決策支持系統(tǒng)中的數(shù)據(jù)倉庫模型和多維分析OLAP工具，以物流貿(mào)易企業(yè)的進銷存管理業(yè)務(wù)為設(shè)計背景，介紹了數(shù)據(jù)倉庫技術(shù)在開發(fā)電子元器件進銷存管理系統(tǒng)中的應(yīng)用。

關(guān)鍵詞：決策支持；進銷存系統(tǒng)；數(shù)據(jù)倉庫；OLAP

中圖分類號：TP393 文獻標(biāo)識碼：A 文章編號：1009-3044（2016）30-0001-03

1概述

進銷存管理在企業(yè)管理中一直占有重要地位，隨著近年來經(jīng)濟的發(fā)展，企業(yè)管理的數(shù)據(jù)量越來越龐大，為了更好的處理企業(yè)商貿(mào)流通中的各類數(shù)據(jù)量，很有必要組建一個具有強大功能的數(shù)據(jù)管理系統(tǒng)和輔助決策支持系統(tǒng)[1]，在此基礎(chǔ)上構(gòu)建起一套完整的進銷存管理系統(tǒng)。

傳統(tǒng)的進銷存系統(tǒng)構(gòu)建與單一數(shù)據(jù)庫系統(tǒng)之上[2-3]，在大數(shù)據(jù)時代暴露出很多不足，由于其通常是直接建立在業(yè)務(wù)處理層次上的，決策支持系統(tǒng)和管理信息系統(tǒng)共同存儲于同一個數(shù)據(jù)庫系統(tǒng)中，因此不能同時滿足分析處理層和事務(wù)處理層的需求，難以適應(yīng)不同用戶對不同數(shù)據(jù)綜合程度的要求；而且其對數(shù)據(jù)的加工和分析提煉功能不強，只能進行一些簡單的管理和處理操作，從而導(dǎo)致進銷存管理系統(tǒng)處于半手工半自動化狀態(tài)，利用率不高，無法給企業(yè)管理者提供可靠的決策信息支持。

企業(yè)為了面臨瞬息萬變的經(jīng)濟環(huán)境，很需要一個可以處理巨大數(shù)據(jù)量的決策支持系統(tǒng)，該系統(tǒng)不僅具有傳統(tǒng)系統(tǒng)的查詢和維護功能，更需要具有對巨大的數(shù)據(jù)量進行ETL（抽取、轉(zhuǎn)化、加載）操作，對數(shù)據(jù)實現(xiàn)加工和分析功能，得到數(shù)據(jù)更深層次的信息，更好的支持決策支持，為決策者提供多方位、準(zhǔn)確的決策信息[4]。

數(shù)據(jù)倉庫技術(shù)促使了新決策支持系統(tǒng)的出現(xiàn)，其在進銷存管理系統(tǒng)中的應(yīng)用也成為構(gòu)建決策支持系統(tǒng)的趨勢。把數(shù)據(jù)倉庫技術(shù)應(yīng)用于企業(yè)的進銷存管理系統(tǒng)中解決了傳統(tǒng)數(shù)據(jù)庫中存在的問題，使得企業(yè)在運營過程中實現(xiàn)了“整合數(shù)據(jù)，從數(shù)據(jù)中找知識，運用數(shù)據(jù)知識、用數(shù)據(jù)說話”。綜上所述，本文利用數(shù)據(jù)倉庫技術(shù)設(shè)計并實現(xiàn)一個電子元器件進銷存管理系統(tǒng)。

2主要相關(guān)技術(shù)

2.1 數(shù)據(jù)倉庫技術(shù)介紹

為了使企業(yè)常年積累的各方面統(tǒng)計信息和歷史數(shù)據(jù)能夠被更有效的使用和管理，并且能更好地為決策者服務(wù)[5]，就提出了數(shù)據(jù)倉庫的概念。在《建立數(shù)據(jù)倉庫》一書中，數(shù)據(jù)倉庫之父w.H.Inmon闡述了數(shù)據(jù)倉庫的具體定義，即數(shù)據(jù)倉庫技術(shù)是集成的、面向主題的、不可更新的、隨時間變化的數(shù)據(jù)集合，對經(jīng)營管理中的決策制定過程提供支持[6]。它把不同組織方式、不同介質(zhì)的數(shù)據(jù)集合轉(zhuǎn)換成統(tǒng)一的分析型數(shù)據(jù)，為來自不同數(shù)據(jù)源的數(shù)據(jù)提供了統(tǒng)一的數(shù)據(jù)視圖[7]。數(shù)據(jù)倉庫是一種可以統(tǒng)一查詢多個分布式異構(gòu)數(shù)據(jù)庫的技術(shù)，它將大量無規(guī)律的、散亂的數(shù)據(jù)聚集在一起，經(jīng)過抽取、轉(zhuǎn)化、加載等處理過程，除了基本的查詢和處理功能之外，最重要的是對數(shù)據(jù)進行整合、歸類、分析并可以根據(jù)需求將數(shù)據(jù)以多維視圖的形式存儲在數(shù)據(jù)倉庫中，從而提供多元化的企業(yè)分析，這種數(shù)據(jù)的處理及存儲順序可以大大增強決策者和進銷存系統(tǒng)之間的互動性。

數(shù)據(jù)倉庫的關(guān)鍵特征：1）面向主題：數(shù)據(jù)倉庫是面向在數(shù)據(jù)模型中已定義好的企業(yè)的主要主體領(lǐng)域，比如采購、產(chǎn)品等。重點關(guān)注數(shù)據(jù)建模與分析并不是決策者的事務(wù)處理和日常操作；除去無用數(shù)據(jù)，提供簡明視圖。2）隨時間而變化：數(shù)據(jù)倉庫是從歷史的角度提供信息，其每個關(guān)鍵結(jié)構(gòu)中都包含時間元素，其時間元素的范圍比傳統(tǒng)數(shù)據(jù)庫中的時間范圍長很多。3）數(shù)據(jù)集成：一個數(shù)據(jù)倉庫的構(gòu)造是來自多個異種數(shù)據(jù)源；因此當(dāng)不同來源的數(shù)據(jù)移到數(shù)據(jù)倉庫時都要經(jīng)過數(shù)據(jù)清理和數(shù)據(jù)集成。4）數(shù)據(jù)不易丟失：數(shù)據(jù)倉庫不需要對操作型環(huán)境中的數(shù)據(jù)進行更新，也不需要傳統(tǒng)數(shù)據(jù)庫中的并發(fā)控制、事務(wù)處理和恢復(fù)等機制，它只需要數(shù)據(jù)的初始轉(zhuǎn)載和數(shù)據(jù)訪問。

從上面章節(jié)可以了解到數(shù)據(jù)倉庫是一個多維度的數(shù)據(jù)集，因此使用最廣泛的數(shù)據(jù)倉庫模型也是多維度數(shù)據(jù)模型，具體分為星型模式、雪花模式和事實星座模式三種。星型模式：事實表處于中心位置，維表圍繞在中心事實表，事實表中有大量沒有冗余的數(shù)據(jù)。事實表中存放商業(yè)事實，包括維和量度兩類屬性列。每一維對應(yīng)一個維表，通常用于分組，排序和對量度進行概括。事實表和維表之間聯(lián)系通過主鍵或外鍵聯(lián)系。將星型模式進行變種便是雪花模型：把其中某些維表進行規(guī)范化，將數(shù)據(jù)進一步分解到附加表中，從而形成類似于雪花形狀的模式圖形。事實星座是一種多個事實表共享維表的模型。

數(shù)據(jù)倉庫并不是傳統(tǒng)數(shù)據(jù)庫的替代品，而是在傳統(tǒng)數(shù)據(jù)庫基礎(chǔ)上，繼承了傳統(tǒng)數(shù)據(jù)庫的功能，對其進行重新組織和擴展，使得功能更加強大。

2.2 OLAP技術(shù)介紹

聯(lián)機分析處理（OLAP）系統(tǒng)是數(shù)據(jù)倉庫系統(tǒng)最主要的應(yīng)用。根據(jù)OLAP委員會的定義：對于從原始數(shù)據(jù)中轉(zhuǎn)化出來的、能真正被用戶所理解的、并真實反映企業(yè)維特性的信息，OLAP可以讓管理人員、執(zhí)行人員或分析人員能夠從多種角度來對進行快速、一致、交互的存取，從而可以使用戶對數(shù)據(jù)更深入了解，它的技術(shù)核心是“維”這個概念[8]。

OLAP的基本特征：1）快速性：系統(tǒng)對用戶的分析要求響應(yīng)速度應(yīng)該為秒級；2）可分析性：OLAP可以對與應(yīng)用有關(guān)的任何邏輯分析和統(tǒng)計分析進行分析處理；3）信息性：不論數(shù)據(jù)量的大小和數(shù)據(jù)存儲的存儲位置，OLAP系統(tǒng)具有及時獲得信息并且管理大容量信息的功能[9]；4）多維性：系統(tǒng)提供對數(shù)據(jù)的多維視圖，其中包括對多重層次維和層次維的支持，這是OLAP的關(guān)鍵屬性。

OLAP分析把數(shù)據(jù)進行多維組織后，再進行切塊、切片、鉆取、旋轉(zhuǎn)和聚合等操作，來對數(shù)據(jù)進行剖析，從而能夠從多個側(cè)面、多維度來查看數(shù)據(jù)，同時對多種數(shù)據(jù)的綜合度進行分析，最后來總結(jié)出這些數(shù)據(jù)背后隱藏的規(guī)律。

3系統(tǒng)設(shè)計和實現(xiàn)

3.1 電子元器件進銷存系統(tǒng)結(jié)構(gòu)設(shè)計

該系統(tǒng)由三模塊組成：數(shù)據(jù)管理模塊、輔助決策模塊和業(yè)務(wù)處理模塊。其中數(shù)據(jù)管理模塊管理整個系統(tǒng)的數(shù)據(jù)，主要實現(xiàn)對不同的數(shù)據(jù)源到數(shù)據(jù)倉庫進行轉(zhuǎn)移，對數(shù)據(jù)倉庫中業(yè)務(wù)規(guī)則和數(shù)據(jù)結(jié)構(gòu)進行管理；輔助決策模塊由聯(lián)機分析工具和數(shù)據(jù)挖掘工具等組成，對數(shù)據(jù)進行統(tǒng)計分析預(yù)測從而實現(xiàn)對決策的支持；業(yè)務(wù)處理模塊的后臺是多個異構(gòu)的分布式數(shù)據(jù)庫，前臺的業(yè)務(wù)應(yīng)用系統(tǒng)是用來完成業(yè)務(wù)的處理，并把原始的數(shù)據(jù)提供給輔助決策模塊[10] ，它是整個進銷存管理系統(tǒng)的數(shù)據(jù)入口。

本文中開發(fā)的是電子元器件進銷存管理系統(tǒng)，應(yīng)用于經(jīng)營單片機等硬件的中小型企業(yè)。其模塊除了用戶管理、系統(tǒng)設(shè)置外，主要模塊為：針對電子元器件的入庫管理、出庫管理和庫存管理。運用數(shù)據(jù)倉庫技術(shù)后，該系統(tǒng)的結(jié)構(gòu)設(shè)計如圖1。

在數(shù)據(jù)倉庫中，把原始數(shù)據(jù)進行多維化處理從而形成了一種多維數(shù)據(jù)模型。之后能夠從多層次、多角度用多維分析的方法對數(shù)據(jù)進行統(tǒng)計分析。

簡要介紹下事實、粒度和維的定義。事實是要分析的目標(biāo)數(shù)據(jù)；粒度是對維進行劃分時的單位明細(xì)程度；維是事實的屬性和對事實進行考察分析的角度。本文中的電子元器件進銷存管理系統(tǒng)的事實包括：本季度入庫采購量、本季度出庫采購量、累計入庫采購量、累計出庫采購量、累計出庫采購額、累計入庫成本、去年同期采購量、預(yù)計采購量等等；維包括：時間、電子元器件商品、入庫采購地點、出庫采購地點、客戶、供應(yīng)商等；粒度：比如時間的粒度是年、季度、月、周、日。為了更加直觀化，本文用超立方結(jié)構(gòu)來表示三者的關(guān)系：XYZ的每個坐標(biāo)軸是一維，粒度就是坐標(biāo)軸的單位，事實就是坐標(biāo)軸空間中的某一個點[11]。如圖2顯示的坐標(biāo)軸空間中的每一點就表示“某種電子元器件商品在某一時間對某個供應(yīng)商的采購量”。從而達到從不同的層次（粒度）、不同的角度（維）來觀察分析數(shù)據(jù)（事實）來分析數(shù)據(jù)。

下面以電子元器件的入庫管理為例來說明數(shù)據(jù)倉庫系統(tǒng)的概念模型設(shè)計。

1） 概念模型設(shè)計

對入庫數(shù)據(jù)倉庫所需的數(shù)據(jù)進行建立，其中主要包括：入庫訂單數(shù)據(jù)、電子元器件商品數(shù)據(jù)、供應(yīng)商數(shù)據(jù)等。

確定系統(tǒng)的主題和內(nèi)容：也就是“維”，入庫管理模塊維有三個：電子元器件商品、供應(yīng)商和采購員。電子元器件商品主要對電子元器件商品分類和采購情況進行描述；供應(yīng)商主要對供應(yīng)商的分類以及供應(yīng)商合同的管理進行描述；采購員主要對采購員對商品的采購情況和采購地區(qū)的分布情況進行描述。

電子元器件商品的屬性（粒度）：

電子元器件商品固有信息數(shù)據(jù)（商品ID、商品名稱、商品類別等）

電子元器件商品庫存信息數(shù)據(jù)（商品ID、倉庫ID、庫存量等）

電子元器件商品采購信息數(shù)據(jù)（商品ID、供應(yīng)商ID、采購日期、采購數(shù)量等）

供應(yīng)商的屬性（粒度）：

供應(yīng)商固有信息數(shù)據(jù)（供應(yīng)商ID、供應(yīng)商名稱、地址ID、電話等）

供應(yīng)商合同信息數(shù)據(jù)（供應(yīng)商ID、合同ID、數(shù)量、起始日期、終止同期、價格等）

供應(yīng)商供貨信息數(shù)據(jù)（供應(yīng)商ID、商品ID、數(shù)量、單價、日期等）

采購員的屬性（粒度）：

采購員固有信息數(shù)據(jù)（采購員ID、采購員名稱、采購商品等）

2） 邏輯模型設(shè)計

根據(jù)上述的概念模型，下一步能得到星型的邏輯模型，如圖3所示。星型模型顯示的是一種多維分析的結(jié)構(gòu)。星型模型的中心是分析的目標(biāo)，對應(yīng)上述的事實表；訪問的角度在四周對應(yīng)維表；每一維又可劃分不同的粒度。

3） 決策支持

多維數(shù)據(jù)模型使管理人員能夠通過動態(tài)、豐富的多維分析和查詢來了解企業(yè)的各方面運營情況，進而探索出業(yè)務(wù)活動的規(guī)律。1）市場分析：運用了數(shù)據(jù)倉庫技術(shù)的進銷存管理系統(tǒng)，能夠利用OLAP數(shù)據(jù)分析工具從而更加深入仔細(xì)地對系統(tǒng)數(shù)據(jù)進行研究，分析出客戶的購買行為、商品組合和其它重要的戰(zhàn)略性信息[12]。著重分析采購量較大的商品，從而保證在正確的時間和地點有正確的庫存，減少成本來增加利潤。2）趨勢預(yù)測：運用數(shù)據(jù)倉庫技術(shù)對電子元器件的商品種類、庫存、出入庫信息進行分析，以及時確定需要補充的商品，從中還可以分析客戶購買商品的趨勢；并對某些電子元器件商品進行價格調(diào)整。系統(tǒng)需要對大量產(chǎn)品采購的相關(guān)數(shù)據(jù)進行檢索，在此檢索結(jié)果的基礎(chǔ)上進行統(tǒng)計分析，進而完成預(yù)測出商品采購量的任務(wù)。3）參照分析：利用OLAP對系統(tǒng)數(shù)據(jù)的分析，能夠?qū)崿F(xiàn)對商品分組布局、購買推薦和商品參照分析的強大功能[13]。比如從購買電子元器件的記錄中挖掘信息，來發(fā)現(xiàn)購買某一種電子元器件商品的客戶還可能會購買其它哪些電子元器件商品，分析該客戶的購買習(xí)慣。從購買記錄中提煉出最佳的電子元器件商品的分組布局，來幫助決策者選擇供應(yīng)商的商品。

基于數(shù)據(jù)倉庫的進銷存管理系統(tǒng)具有強大的數(shù)據(jù)挖掘功能，還具有許多功能：比如對促銷活動有效性分析、對客戶忠誠度分析和對供應(yīng)商信用度分析等。

3.2 系統(tǒng)界面實現(xiàn)

基于以上對系統(tǒng)的分析和數(shù)據(jù)倉庫技術(shù)的研究，對電子元器件進銷存管理系統(tǒng)進行開發(fā)實現(xiàn)。本文的進銷存管理系統(tǒng)是針對單片機類的中小型企業(yè)，該企業(yè)從供應(yīng)商處采購電子電子元器件，根據(jù)客戶的不同要求經(jīng)過寫入代碼等加工流程后，向客戶進行采購。因此需要對電子電子元器件的采購情況、采購情況和庫存情況等進行統(tǒng)計分析。主要的模塊：主頁面、入庫操作和出庫操作設(shè)計如下：

4 總結(jié)

本文結(jié)合中小型硬件企業(yè)中的進銷存管理業(yè)務(wù)，指出了運用傳統(tǒng)數(shù)據(jù)庫技術(shù)的進銷存管理系統(tǒng)的不足，從而提出了將數(shù)據(jù)倉庫和OLAP技術(shù)應(yīng)用于進銷存管理系統(tǒng)，進而設(shè)計和實現(xiàn)了電子元器件進銷存管理系統(tǒng)，該系統(tǒng)是在以數(shù)據(jù)倉庫技術(shù)為核心的環(huán)境下構(gòu)建的。基于數(shù)據(jù)倉庫以及多維模型分析工具的系統(tǒng)，不僅具有基礎(chǔ)的對電子電子元器件庫存快速查詢和電子元器件入庫操作和出庫操作的準(zhǔn)確處理，而且具有強大的數(shù)據(jù)綜合分析能力，實現(xiàn)數(shù)據(jù)多維化、靈活化、自動化；進而幫助企業(yè)快速正確的做出電子元器件的采購和采購決策，提高企業(yè)的競爭力。鑒于數(shù)據(jù)倉庫和多維化處理技術(shù)具有如此多優(yōu)勢，其在企業(yè)中必將有廣闊的應(yīng)用前景。

參考文獻

[1] 高洪源.決策支持系統(tǒng)（DSS）理論、方法、案例[M].北京：清華大學(xué)出版社，1996.

[2] 王培仁.企業(yè)進銷存管理系統(tǒng)研究與開發(fā)[D].南開大學(xué)學(xué)軟件學(xué)院，2011.

[3] 張智.鄧志宏.李建奇基于B/S模式的進銷存系統(tǒng)的設(shè)計[J].科技創(chuàng)新導(dǎo)報，2010（23）.

[4] 張素萍.淺談基于數(shù)據(jù)倉庫的決策支持系統(tǒng)[J].計算機應(yīng)用研究，1999（5）.

[5] Bischiff J.Alexande T.數(shù)據(jù)倉庫技術(shù)[M].北京：電子工業(yè)出版社，1998.

[6] W H Inmon.建立數(shù)據(jù)倉庫[M].北京：機械工業(yè)出版社，2000.

[7] 巧云.基于數(shù)據(jù)倉庫的決策支持系統(tǒng)研究[J].情報探索，2005（1）.

[8] 趙博，葉曉俊.OLAP性能測試方法研究與實現(xiàn)[J].計算機研究與發(fā)展，2011，48（10）：1951-1959.

[9] 賈志華，張亞寒，魏祥.OLAP在企業(yè)中的多維數(shù)據(jù)分析研究[J].計算機與網(wǎng)絡(luò)，2008，34（11）：36-37.

[10] 李薇，李宛洲.基于數(shù)據(jù)倉庫技術(shù)的進銷存系統(tǒng)的設(shè)計與實現(xiàn)[J].計算機工程與應(yīng)用，2001，37（10）：95-95.

[11] 冀振燕.UML系統(tǒng)分析設(shè)計與應(yīng)用案例[M].北京：人民郵電出版社，2003.

[12] 李延佳.數(shù)據(jù)挖掘技術(shù)的研究與實現(xiàn)[D].北京郵電大學(xué)，2008.