隨著信息時代的到來市場經濟的變化，企業之間的競爭愈演愈烈，企業要想獲得生存，就必須對自身進行信息資源的優化和整合，以便于企業增強自身的管理水平和任務分工的細化。但是，在某種程度上企業并沒有完全實現著一種高效的管理方式，例如：
1)一些部門之間計算機使用著不同的操作系統，那么在數據傳輸的過程中就會出現不兼容現象，從而導致信息難以共享。2)有些部門的某些環節還在采用人工處理的方式，那么就會使整個生產環節的工作效率低下。因此，ERP系統就應運而生。同時，為了滿足企業不斷提高的信息化程度，數據集成則顯得格外重要，故大多數企業都選擇了數據倉庫以避免數據信息孤島現象的出現，從而使得ERP真正實現了內部聯系和信息共享。下面我們就從五個方面來了解ERP中的數據倉庫。
1 什么是數據倉庫
數據倉庫是決策支持系統(dss)和聯機分析應用數據源的結構化數據環境。數據倉庫通常都有四個組成部分：1)數據源：數據源既是系統的數據源泉又是數據倉庫的基礎，它既可以包含整個企業的內部信息(各種文檔數據信息和業務處理數據等)又可以包含企業的外部信息(競爭對手的信息、法律法規和市場綜合信息等)。2)數據的存儲與管理：數據倉庫的核心點在于對數據信息的存儲與管理，它的組織與管理方式的優化程度決定了系統的效率，并且不同的方式也決定著不同的數據表示方式，至于最終采用什么樣的技術和產品來建立數據倉庫，則需要根據不同數據倉庫技術特點進行具體分析。數據倉庫在組織與管理方面還有一個較大的優勢，它可以把整個系統中的不同數據庫進行數據綜合、歸納、抽取和清理，并按照一定的主題進行優化組織。因此，數據倉庫就有了等級之分，例如部門級數據倉庫、企業級數據倉庫等。3)OLAP(聯機分析處理)服務器：OLAP服務器可以對基礎數據進行多角度和多層次的總結和分析，并歸納出相應的發展態勢，這種功能的實現主要有三個方面：HOLAP(混合型線上分析處理)、ROLAP(關系型在線分析處理)和MOLAP(多維在線分析處理)。4)前端工具：它多趨向于輔助工具，例如查詢工具、數據挖掘工具、報表工具、數據分析工具和應用開發工具等。
2 ERP中數據倉庫與數據庫的區別
在ERP的設計中總是會帶有各種各樣的數據庫，那么我們為什么還要設計數據倉庫呢？
下面就從以下幾個方面來了解數據倉庫和數據庫的區別。
1)數據倉庫和數據庫的出發點不同。數據倉庫的主要面向點是主題而數據庫的主要面向點是事務。數據倉庫不僅可以處理各種不同的事務任務而且可以使不同的業務系統之問相對獨立。數據倉庫總是將數據按照不同的主題進行相應的劃分并把其組織在一起，雖然主題和數據庫的面向應用相對應，但是主題是整個企業在一定層次上對數據進行的綜合、歸類和分析的抽象概念，它帶有一定宏觀領域的分析性。數據倉庫還可以把對決策性無用的數據進行相應的排除，并把其結果顯示在一些簡單易懂的視圖上。
2)數據倉庫和數據庫記錄的數據方式不同。數據倉庫在存儲數據時總是會將其相應的歷史信息記錄在案，例如：數據倉庫可以記錄企業在不同的發展階段所有的歷史信息，企業可以通過這些信息對過去進行總結和分析，對未來進行決策，而數據庫在這方面卻顯得尤為不足。
3)數據倉庫和數據庫對冗余的處理方式不同。數據倉庫既然要記錄所有階段的歷史信息，那么它就會積極的引入冗余，在設計時一般會采用反范式的方式。而數據庫則會積極的去避免冗余，在設計時通常采用范式的方式對數據進行規范化。
從以上的對比可以看出數據倉庫是為了分析數據而產生的，而數據庫僅是一種數據的輔助設計。
3 數據倉庫彌補ERP的缺陷
面向事務在處理數據時一般面對的都是及時數據和細節數據，要求能夠高速的處理這些數據，并能夠完成快速查詢和統計的功能。而面向分析則是要求能夠對歷史數據信息、抽樣數據信息、匯總數據信息等進行歸納、總結和分析，這些信息可能是幾個月的數據信息也可能是幾年的數據信息，可能是局部的數據信息也可能是整個企業的數據信息，數據量之大是難以想象的。對于一個ERP系統來說面向事務和面向分析具有同樣重要的作用，只有將兩者更好的結合起來，才能夠使ERP系統更好的管理企業的日常運作，通過對數據的匯總和歸納企業才能夠對未來發展做出決策性的分析。而數據倉庫在決策性分析中一直充當著領頭羊的作用，它可以對所有分散的數據庫中的數據進行整體數據抽取和數據清理，然后再通過歸納、匯總和分析消除不一致的數據，最后存儲到數據倉庫中，以保證全局信息的一致性。除此之外，它還能提供較高的穩定性，當數據被數據倉庫收錄后，此數據將被長期保留下來，以便于為企業做決策性分析提供基礎數據。因此，一個好的數據倉庫可以彌補ERP系統在面向分析方面的缺陷。
4 在ERP中創建數據倉庫
數據倉庫的建立是以解決問題的主題為基礎，而問題主題的產生是以用戶決策性問題為基礎，故在建立數據倉庫時會從決策性問題入手。一般情況下，數據倉庫的建立有以下幾個步驟：
1)收集并分析終端客戶的需求，為數據倉庫選擇合適的主題并以主題為中心為其存儲數據建立數據模型。該數據模型要求能夠完整清晰的看到整個企業的信息描述。
2)剖析數據源，以終端客戶的需求和重點主題為基礎，設計數據結構的維表和事實表，以完成數據倉庫中數據的物理存儲結構。
3)設計數據倉庫中數據模型和數據源之間的轉化，綜合邏輯，主要包括：①哪些數據需要轉化/綜合。②轉化/綜合數據量的大小。③轉化，綜合數據的頻率。
4)生成相應的元數據，以便于描述數據倉庫中的數據模型和數據轉化/綜合邏輯。
5)獲取各種源系統中數據并加載到數據倉庫中。
5 數據倉庫在ERP系統中的實例
ERP系統多種多樣，在ERP系統中的數據倉庫也層出不窮，下面通過一個機械制造企業的進銷存系統來進一步了解ERP系統中的數據倉庫。
進銷存系統是以傳統的數據庫系統為基礎，在數據庫系統中所包含的重要表有：客戶基本信息表、銷售廠商表、零件供貨商表、庫存表和產品信息表等，這些表的存在有利的解決了面向交易的處理系統，與此同時也給聯機分析處理系統提供了基礎數據，例如零件供應商查詢、客戶信息查詢、產品信息查詢等，但是這些信息卻不能夠對企業制定長遠發展計劃提供更多的幫助，因此建立適用的數據倉庫對原有的數據庫中的數據進行過濾、歸納和分析得出綜合的結論，這樣才能夠更好的服務于企業的長期發展。
在整個數據倉庫建立的過程中，首先要做的是對原有的數據庫中的數據進行透徹的分析，然后將數據庫中的分散數據進行清洗、抽取和分類，在這里我們將它分成以下幾類：零件供應商類(包含原數據庫中供應商所有的信息)、進銷存賬目類(包含原數據庫中進貨、銷貨和存貨的所有賬目明細)、客戶信息類(包含原數據庫中所有的客戶基本信息和客戶與企業之間的來往賬目明細)等，重新劃分原數據庫中的數據可以把原數據庫中的分散數據有效的結合在一起，可以使聯機分析處理系統發揮更好的效能，而且還可以為系統的二次開發提供良好的基礎，避免了牽一發而動全身的惡果。其次是數據倉庫中物理結構和數據模型的設計，在目前有很多公司都已經推出了有自身特色的數據倉庫解決方案，例如：Microsoft、IBM、BO等，由于在數據層本系統采用的是SQL Server 2000，因此在此進銷存系統中主要選擇了Microsoft的SQL Server 2005來進行數據倉庫的建立，這樣可以更好的實現數據源與數據倉庫之間的數據轉換/綜合。最后將轉換/綜合的數據信息加載到數據倉庫中，并采用DOTNET平臺開發相應的應用程序來輔助聯機分析處理系統。這樣整個ERP中的數據倉庫也就建立完成了。
6 結束語
數據倉庫在整個ERP系統中已經占據了十分重要的地位，只有更加優化的數據倉庫才能使ERP系統的作用更加突顯，才能給企業制定好的戰略方針提供更加真實有效的信息。
轉載請注明出處：拓步ERP資訊網http://www.guhuozai8.cn/
本文標題：淺析ERP系統中的數據倉庫
相關文章
