ERP中BOMDWS系统的设计研究

物料清单BOM是ERP系统的重要基础数据，它产生于产品设计部门，生命周期的各个形态贯穿于各个部门。BOM作用于计算机识别物料、接受客户定单、编制计划、配套(装配)和领料、加工过程跟踪、采购和外协、成本计算、报价参考、物料追溯、改进产品设计等等。它的组织是否有效直接关系到企业资源计划系统的性能。对BOM的数据、BOM的特性、BOM的结构研究和分析表明，ERP系统中BOM的有效管理是一项非常重要和困难的工作。现有的BOM管理方式，是在各业务部门的事务处理系统中进行管理和组织，且已有BOM管理体系基本都是基于事务性系统构建。这样做不利于解决上述BOM管理中的难点，主要存在以下缺陷和不足：

首先，由于各项应用处理的分散性，存在着数据信息相互独立的缺陷和不足，从而易形成各个“信息孤岛”。很显然，这样的“信息孤岛”将导致企业数据无法有效地支持决策和统计分析，而且，会引起企业中BOM数据“不一致”的问题。其次，企业用户对原始业务数据库中的数据的抽取，如不加以控制，制定统一标准，只是按需抽取，将会使系统数据间形成错综复杂的网状结构——“蜘蛛网”问题。再者，从BOM数据的使用者角度考虑。在企业中，针对各级用户，BOM数据的综合程度要求不同。而传统的基于数据库组织的BOM数据，只是一些实时数据，即使有一些汇总数据也是未经过专门性统计和汇总的数据，当使用者需要或作计划时才进行加工处理。然而一个企业中日积月累的BOM数据量非常庞大，这样做，没有把分析型数据从事务操作中分离出来，将影响系统运行效率。

数据仓库技术为在BOM系统中建立这种决策分析环境提供了一种有效的数据存储和组织方式。数据仓库概念的形成是被誉为数据仓库之父的w.H.Inmon在1993年于《建立数据仓库》(Building the Data Warehouse)一书中正式提出的，他对数据仓库作了这样的定义：“数据仓库(Data Warehouse，DW)是90年代信息构架的新焦点，它提供集成化和历史化的数据;集成种类不同的应用系统;数据仓库从事物发展和历史的角度来组织和存储数据，以供信息化和分析处理之用，是面向主题的、集成的、稳定的、随时间变化的数据集合，用以支持管理决策的过程”。数据仓库不是数据的简单堆积，而是从大量的事务型数据库中抽取数据，并将其清理、检验、加工和重新组织为新的存储格式，以满足决策目标。用户可以按不同的决策主题对已有数据库进行分类、综合与存储，并采用数据挖掘(DM技术和联机分析(0LAP)技术对决策中所需的数据进行深层挖掘与分析，在已建立的各类数据库的基础上构造数据仓库。

1 BOM数据仓库的体系结构

BOM数据仓库系统(BOM Data Warehouse System，BOMDWS)对原BOM管理系统的数据集成抽取，进行不同程度的综合，为OLAP提供支持。它可分为四层：基础数据层、当前详细数据层(全局数据仓库)、综合数据层(数据集市)、客户层。这四层相互作用，共同构成BOM管理系统的事务处理和决策分析处理。

基础数据层该层主要是基于事务处理，即各原始的数据库，包含基础的物料数据和大量的产品设计BOM数据，是其他各层的数据来源。

详细数据层包括当前详细数据和历史详细数据，数据从基础层的数据库中析取和集成后直接导人该层。该层主要进行采集、清理、转换、集成、装载等操作，使得原始操作型数据转变为集成的、一致的数据。该层存储的主要是大量的细节数据，支持数据的细节查询，是BOMDWS的核心数据层。

综合数据层各业务部门可根据业务需求，在全局级DW的基础上，抽取适合自己所用的数据并进行综合处理后存人部门级数据仓库。该层数据用多维模型组织，以支持部门级多维分析。其数据是全局级数据仓库的汇总数据，面向各部门管理者，以支持决策。

客户层该层提供用户接口，用户在这一层上进行OLAP操作，并生成各种报表。

从BOM数据仓库体系结构可以看出，数据从基础层进入全局数据仓库，而后导入部门数据集市，解决了信息孤岛和蜘蛛网问题，更有效的维护了数据的一致性。由于在BOM全局数据仓库基础上建立了部门数据集市，因此使得有效的生成和管理BOM的多视图成为可能，本文在这方面做了初步的探索;由于部门数据集市采用多维模型组织数据，因此可以对部门级的数据进行多维分析，以支持决策。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友