烟草行业数据中心解决方案.docx
- 文档编号:1238748
- 上传时间:2022-10-19
- 格式:DOCX
- 页数:35
- 大小:775.31KB
烟草行业数据中心解决方案.docx
《烟草行业数据中心解决方案.docx》由会员分享,可在线阅读,更多相关《烟草行业数据中心解决方案.docx(35页珍藏版)》请在冰豆网上搜索。
烟草行业数据中心解决方案
档编号:
001
版本号:
密级:
数据中心及决策支持系统解决方案
xxxxxx有限公司
第1部分前言
1.1背景
随着国家烟草专卖局行业改革发展战略的稳步推进,烟草企业通过联合、重组和兼并等方式逐步做大做强,行业组织体制构架呈现出明显的整体化和集中化趋势。
这种行业生产经营组织管理方式上的变化,对烟草信息化建设提出了新的更高层次的要求,这种要求集中表现在用信息化方式支持行业集中管理和辅助决策支持上。
各省中烟公司根据国家局信息化建设的总体部署,逐步实施集团ERP系统,积累了大量的数据,但是,这些数据大多沉积在基层的信息系统;而另一方面,集团各职能部门又需要利用这些数据进行总体监控和决策。
然而,目前各部门之间信息的重复传递,同时各种数据和报表繁多,缺乏统一的信息平台,难以提供更高层次的监控和决策支持。
建设功能完善的行业数据中心和辅助决策支持系统,完成建立数字化烟草的行业信息化建设总体目标。
1.2文档目的
本文主要是针对中烟建设行业数据中心和决策支持平台的设想,提出行业数据中心和决策支持平台建设系统功能架构与技术解决方案,文档对当前省中烟公司目前各部门之间信息的重复传递,同时各种数据和报表繁多,缺乏统一的信息平台,难以提供更高层次的监控和决策支持进行系统建设目标分析,提出了相应的解决方案。
帮助中烟下一步建设行业数据中心和决策支持分析系统做好铺垫,而且可以提升中烟的行业地位和影响力。
1.3文档主要内容
从本文档的主要分析了中烟数据中心及决策支持系统系统建设的背景,提出了平台的建设目标并就平台系统架构,实现功能以及技术支撑体系的实现提供了解决方案,主要内容如下:
中烟信息化现状与系统建设目标分析;
中烟数据中心及决策支持系统规划;
中烟数据中心及决策支持系统解决方案;
软件运行环境说明;
系统实施管理方案。
第2部分中烟业务分析与系统目标
2.1中烟现状分析
数据源:
中烟目前主要的业务系统是公司的ERP软件,使用了原辅料、备品备件以及成品的采购供应以及库存管理等模块。
至系统上线以来,中烟主要对原辅料、成品、备品备件等物资进行采购和库存方面的管理,已经积累了一定的这方面的数据,可以为今后的决策分析工作提供帮助。
另外,中烟还有部分来自下属卷烟厂、业务部门和其他的外部信息。
同时大量的内部Excel应用产生的表格数据也是一个重要的数据源。
存在问题:
●ERP系统的报表缺乏灵活性,无法根据用户的要求改变数据视图;
●ERP报表缺少对图表形式的支持;
●对标准ERP报表的使用率较少;
●需要大量的人力来建立和维护各类报表;
●无法利用现有的数据进行进一步的分析;
●很难把ERP内部数据与外部的数据集成在一起;
●内部Intranet网页访问率较低,缺乏有效的搜索功能;
2.2中烟数据中心及决策支持系统目标分析
中烟希望通过本项目整合所有有关物资采购、库存等数据建立一个统一的数据中心及决策分析平台。
这个平台将以内部门户站点的方式为总部及各分支机构提供决策支持所需要的报表和信息。
具体来说有以下几个方面的要求:
●用户可以方便地生成客户化的报表;
●动态报表:
用户可以灵活地改变数据视图;
●通过直观的图表的形式帮助用户进行分析和监控;
●能够方便地从内部和外部系统中抽取数据;
●灵活的输出方式,可以与PowerPoint集成,使报表可以集成在一页纸上;
●使用Web的方式来展现报表,同时能够在这个portal上可以发布新闻和其它信息;
●提供安全的用户认证机制;
综上所述,整合分布在各业务模块的相关数据,建立整个中烟范围的、统一的、集成的信息视图,从而实现信息和数据的一体化,正是中烟系统一体化建设的重要组成部分。
通过这个统一的信息视图,各业务职能部门和行政管理部门的监控和决策分析工作将能够得到如下提高:
-更加全面:
基于数据仓库技术的信息视图无论是在业务区域的广度上还是在历史数据的深度上都将大大高于基于数据报表的信息视图;
-更加方便:
利用基于数据仓库技术所建立的数据模型和分析应用,使业务人员获取数据的灵活性和响应速度大大增强,同时,基于Web方式的前端应用更加简单并具有跨地理区域的扩展能力。
第3部分中烟数据中心及决策支持系统规划
3.1系统平台建设原则分析
全局规划,逐步推进
数据仓库建设是个长期、逐步完善的过程,为了保证项目顺利进行,必须进行长期规划,以保证系统的开放性和可扩充性,以满足以后不断发展的建设要求,同时也可减少将来和其他系统集成时相互间的冲突。
为了尽量降低项目风险,保证项目最大的投资回报,可以选择目前比较关键的业务建立分析模型,形成若干个数据集市,为领导决策提供最有效的决策支持。
采用成熟的技术方案
为保证系统正常运行,同时也为了总体集成和发展的需要,数据中心系统必须成熟的技术方案,以保证系统的稳定性和灵活性。
整个系统的关键技术环节主要包括数据集成、数据存储管理和数据分析展现,这三个技术环节必须采用成熟的技术方案,以保证系统稳定、高效的运行。
方便易用
直观、灵活的界面,用户可以不依靠IT人员就可以自如地进行各种分析钻取。
即使当用户需求发生很大的变化,IT人员也只需很小的维护量。
按照卷烟制造企业通用业务模型设计
针对卷烟制造企业的特点,抽取业务模型中通用模式设计基本分析模型和分析数据存储结构,可以最大限度地适应不同卷烟制造企业业务分析和决策支持的要求,模型的可扩展性和适应性较高。
数据仓库原理和OLAP技术的应用
系统使用信息目录对企业庞杂的数据源进行管理,根据业务相关的主题进行分类,从而得到统一的企业级数据视图。
按照统一维度、综合事实的模式设计分析模型,可以对业务进行多视角和不同层次的分析。
采用数据立方体对分析数据进行高度压缩。
交互式的数据分析
采用OLAP方式展示的模板报表,揭示业务总体模式和走势。
用户可以根据需要,轻松地从不同的视角和层次全面地探察和分析其它方式无法访问的数据集,从而可以回答自己提出的问题。
先分析再查询的运行方式
先分析再查询的数据访问方式,使用户可以按照所想的方法探察业务数据。
先分析汇总信息,然后再查看隐藏的细节,揭示趋势和模式后面业务处理的细节,使用户能够更为有效的工作。
3.2系统建设步骤
基于以上原则,建议中烟按以下步骤建立中烟决策支持系统:
第一阶段:
通过先导项目确立实施框架
通过实施一个项目范围相对较小但涉及环节较全面的数据仓库项目,解决当前中烟决策支持系统的关键需求,验证技术方案的可行性,建立实施队伍和实施流程,为以后的大规模实施奠定基础。
第二阶段:
基于实施框架初步建立基本完整的营销决策支持系统
按照先导项目总结的实施框架,有控制、有计划的扩大系统的业务覆盖范围,建立覆盖整个市场影响业务区域的决策支持系统。
第三阶段:
完善决策支持系统,并和其他业务系统相集成
根据业务的发展和要求,不断改进和完善决策支持系统,同时进一步整合它们和操作性业务系统的数据交换,使中烟的各操作型应用系统和决策支持系统成为一个有机的整体。
第4部分中烟数据中心及决策支持系统整体解决方案
4.1系统总体架构图
中烟最终将通过建立一个集中的数据中心来形成决策分析系统。
目前,考虑到业务需求的迫切和整个系统建设的投入,我们可以在系统建设的初始,通过以下的模式实现部分的功能。
4.2系统总体架构说明
如上图所示,整个决策支持系统被划分为四个层次:
Ø数据集中层
数据集中层的主要功能是将决策支持系统所需的部分数据从各业务部门的数据源集中到数据仓库系统,安装在各业务部门的数据集中模块将所需数据从其数据存储中抽取出来,并对抽取的数据进行校验和必要的转换后(本地校验和转换),发送给位于中心数据仓库端的数据接收模块。
另外,数据仓库系统的数据接收模块也将接收决策支持系统所需的外部数据,如编码信息、外部信息交换数据等。
数据集中层在接收到数据之后,进行必要的数据校验和转换(全局数据校验和转换),以保证完整正确地获得各业务部门的数据。
同时,由于各种数据源发来的数据时间和周期不同,因此,在必要时数据集中层会利用一个操作型数据存储进行数据暂存和处理。
当数据集中层搜集并整理完一定周期内(如每日)的数据后,将启动数据加载模块将数据加载进数据仓库中。
Ø数据仓库层
数据仓库层是整个决策支持系统的核心,以“主题-维”的星型模式存储数据集中层采集来的数据,并根据查询效率的要求在这些基础数据上进行一定的聚合处理。
中心数据仓库可以直接为应用层提供定制报表和即席查询服务。
Ø数据展现层
数据展现层为用户提供基于数据仓库的数据访问服务,包括定制报表、即席查询、OLAP分析等。
用户可以利用分析查询工具直接访问数据仓库,也可以利用应用服务器和WEB服务器实现基于浏览器的分析查询。
Ø系统管理层
系统管理层是整个系统的监控维护模块,主要提供以下功能:
通过读取各数据集中模块的日志文件,获取其操作的状态,以监控数据集中层的运行;
利用数据仓库产品提供的管理工具,管理数据仓库的数据库服务器;
利用应用服务器提供的管理工具,管理数据仓库的应用服务器。
4.3系统体系结构特点
Ø可扩展性
由于整个系统采用分层的体系结构,使各层次具有相对独立的扩充能力,为将来分步骤地扩大系统规模奠定了良好的体系结构基础;
Ø开放性
由于各层次之间采用相对开放的数据接口方式,使其他系统同样可以适当地和其中的某一层次相结合,为将来决策支持系统和其他应用系统的集成提供了技术保障。
Ø稳定性
各层次之间相对独立的运行方式使系统的单点故障被局限在局部范围内,而相对薄弱的数据库前台展现层将利用系统提供的数据备份机制,确保其在可接受的时间内恢复,以保证系统的稳定性。
4.4系统技术重点
本期工程实施的技术重点也就是数据仓库实施中的技术重点:
数据抽取、数据存储与管理、数据的分析与表现和数据挖掘。
下面我们分别从这几方面加以简单的介绍。
4.4.1数据抽取
数据的抽取过程是数据进入仓库的入口。
为了OLAP和OLTP系统各自的执行效率,数据仓库绝大多数都需要一个独立于联机事务处理系统的数据环境。
抽取过程所涉及到的数据源一般包括:
联机事务处理系统的数据、外部数据源、脱机的数据存储介质等。
从数据接口的方式来分,又可以分为数据库专用接口数据、ODBC数据源、格式化平台文件等。
实际的数据抽取过程包括如下图所示的四个部分:
在技术上,数据抽取过程主要涉及到:
互连、复制、增量、转换、加载、调度和监控等几个方面。
通常,数据仓库并不具有数据的实时性,即不要求与联机事务处理系统保持实时的同步,因此数据抽取可以定时批量进行,但多个抽取操作执行的时间、相互的顺序、成败对数据仓库中信息的有效性则至关重要。
另外,由于业务的复杂性和系统扩展的需要,数据抽取机制的灵活性和可定制能力也是重要的考虑因素。
4.4.2数据存储与管理
决策支持系统的真正关键是数据仓库的存储和管理。
数据仓库的应用目标和数据的组织管理方式决定了它有别于传统数据库。
要决定采用什么产品和技术来建立数据仓库核心,则需要从数据仓库的技术特点着手分析。
数据仓库中的数据是来源于联机事务处理系统长期积累的历史数据,
数据仓库所涉及的数据量比传统事务处理大得多,而且随时间的推移,其数据量还在不断的增加。
从现有技术和产品来看,只有大型关系数据库系统能够担当此任,关系数据库经过近30年的发展,在数据存储和管理方面已经非常成熟,非其他数据管理系统可比。
目前不少关系数据库系统已支持数据分割技术,能够将一个大的数据库表分散在多个物理存储设备中,进一步增强了系统管理大数据量的扩展能力。
采用关系数据库管理数百个GB甚至到TB的数据已是一件平常的事情。
4.4.3数据的分析与表现
数据分析和表现是数据仓库的门面。
这是一个工具厂商的天下。
它们主要集中在多维分析、数理统计分析、图表等
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 烟草行业 数据中心 解决方案