彭学军

【摘要】针对当前高校的后勤仓库管理系统难以获取隐含信息的问题，提出基于数据仓库技术和OLAP技术设计开发高校后勤仓库信息管理系统的解决方案。系统使用c#作为开发语言，数据库采用SQL Server 2005，使用SQL Server中的数据仓库工具建立数据仓库。根据需求分析，系统确定获取进货渠道、部门和资金3个主题的隐含信息，并采用查询效率较高的星型模型作为概念模型，通过事实表设计和维度表设计来完成主题设计的具体实现。

【关键词】数据仓库；OLAP；仓库管理；管理信息系统

引言

随着网络技术、计算机软硬件技术日新月异、突飞猛进的发展，计算机已成为现代社会人们工作、生活、学习甚至娱乐不可缺少的应用工具。计算机的应用已经渗透到社会的各个领域，不论是企业还是政府机关、事业单位，都正在积极利用各种计算机应用系统以全面提高工作效率。后勤仓库管理作为高校日常办公事务的核心环节之一，随着信息化的不断发展，它在整个高校管理当中占有越来越重要的地位。然而，不少高校后勤仓库管理没有引入信息化手段，仍然采用人工方式进行统计，造成管理效率低下；有的高校虽然使用了管理软件，但有些软件却是以传统的数据记录和单据打印为设计目标，这与现代仓储的发展要求不相适应。随着计算机科学技术的快速发展，运用计算机技术对高校后勤进行管理不仅成为可能，高校后勤管理工作的规范化、现代化已成为必然。

一、系统采用的关键技术

（一）数据仓库技术

数据仓库，由数据仓库之父W.H.Inmon于1990年提出，面向主题的、集成的、相对稳定的、随时间不断变化（不同时间）的数据集合，用以支持经营管理中的决策制定过程、数据仓库中的数据面向主题，与传统数据库面向应用相对应。主要功能是将组织透过资讯系统之联机交易处理（OLTP）经年累月所累积的大量资料，透过数据仓库理论所特有的资料储存架构，作一有系统的分析整理，以利各种分析方法如线上分析处理（OLAP）、数据挖掘（Data Mining）之进行，并进而支持如决策支持系统（DSS）、主管资讯系统（EIS）之创建，帮助决策者能快速有效的从大量资料中，分析出有价值的信息，以利决策拟定和快速回应外部环境变动，帮助建构商业智能（BI）。

（二）OLAP技术

线上分析处理（On-Line Analytical Processing，简称OLAP），是一套以多维度方式分析资料，而能弹性地提供积存（Roll-up）、下钻（Drill-down）、和枢纽分析（Pivot）等操作，呈现整合性决策资讯的方法，多用于决策支持系统、商务智能或数据仓库。其主要的功能，在于方便大规模数据分析和统计计算，为决策提供参考和支持。与之相对的是线上交易处理（OLTP）。

OLAP需以大量历史资料为基础配合上时间点的差异并对多维度及汇整型的资讯进行复杂的分析。OLAP需要使用者有主观的资讯需求定义，因此系统效率较佳。OLAP的概念，在实际应用中用广义和狭义两种不同的理解。广义上的理解与字面意思相同，即针对于OLTP而言，泛指一切不对数据进行输入等事务性处理，而基于已有数据进行分析的方法。但更多的情况下OLAP是被理解为其狭义上的含义，即与多维分析相关，基于立方体（CUBE）计算而进行的分析。

（二）B/S架构技术

B/S结构，即Browser/Server（浏览器/服务器）结构，就是只安装维护一个服务器（Server），而客户端采用浏览器（Browse）运行软件。它是随着Imem～技术的兴起，对C/S结构的一种变化和改进。B/S三层体系结构采用三层客户/服务器结构，在数据管理层（Serve）和用户界面层（Chent）之间增加了一层结构，称为中间件（Middleware），使整个体系结构成为三层。三层结构是伴随着中间件技术的成熟而兴起的，核心概念是利用中间件将应用分为表示层、业务逻辑层和数据存储层三个不同的处理层次，如图2.2所示。三个层次的划分是从逻辑上分的，具体的物理分法可以有多种组合。中间件作为构造三层结构应用系统的基础平台，提供了以下主要功能：负责客户机与服务器、服务器与服务器间的连接和通信；实现应用与数据库的高效连接；提供一个三层结构应用的开发、运行、部署和管理的平台。这种三层结构在层与层之间相互独立，任何一层的改变不会影响其它层的功能。

二、系统的结构设计

高校后勤仓库信息管理系统主要包括仓库出入库管理、仓库物品修改管理、信息查询管理和系统配置维护管理4个模块（系统结构见图2）。根据具体需求，每个模块都具有各自的功能。

（一）仓库出入库管理模块

本模块负责录入高校后勤仓库管理数据信息的工作。由于仓库录入人员都不十分精通计算机技术，所以本模块的人机交互尽量智能化，录入操作尽量简单。每一次进行数据录入时，系统都会通过自动检查输入的数据的格式是否正确、内容是否全面。如果某一项物品不是第一次录入，系统会自动显示上一次录入物品的相关信息，提示数据录入者检查本次录入的数据是否有误。

（二）仓库物品修改管理模块

本模块负责修改系统数据库内的物品数据信息的工作。由于仓库管理工作的特殊性，根据数据库内各表之间存在相互关联的管理，对系统内已经存在的物品信息，不能被删除。如某项物品不再购买，也不能删除相关信息，因为这会影响到对该物品出入库等历史情况的查询。由于操作人员的失误所造成的录入信息错误，系统允许修改。数据的修改工作必须小心谨慎，只能由系统管理员或者具有修改权限的人员进行操作，其他未授权用户不能进行操作。

（三）信息查询统计管理模块

本模块负责查询后勤仓库数据信息的工作，这是管理信息系统的核心模块。业务数据库中的数据信息经过抽取、清洗等相关处理后，集成在数据仓库内。系统利用OLAP技术，将数据组织成多维数据立方体的形式，通过切片、切块、钻取等各种分析操作，使用户能从多角度、多侧面、多层次地查询数据库中的后勤仓库数据信息。管理信息系统把一些关键的查询过程和查询结果经过处理后存储下来，并且当系统数据信息有更新时还能自动更新。这样，当以后再进行类似的查询时就不必每次都去搜索整个数据库，而能快速地得到正确的查询结果。系统能够根据需要，把每次查询的结果信息自动生成合适的数据报表。

（四）系统配置维护管理模块

本模块负责对用户和数据库的维护进行管理工作。包括对用户申请、登录申请和用户权限设置等的工作，和对数据库进行数据备份、恢复等的工作。

（五）系统的开发平台

本系统的数据库采用SQL Server 2005系统，使用基于Microsoft Visual Studio 2008 C#作为开发语言进行开发。SQLServer 2005是一种关系数据库管理系统，具有使用方便、可伸缩性好、与相关软件集成程度高和可多种平台使用等优点。在SQL Server 2000系统中提供了大量的数据仓库设计、建立和操作等方面的工具。c#是微软公司发布的一种面向对象的、运行于，NET Framework之上的高级程序设计语言。

三、数据仓库的设计与实现

数据仓库的构建是一个不断循环、反馈而使系统不断增长与完善的过程，它的设计主要包括概念模型设计、逻辑模型设计和物理模型设计3个阶段。

（一）概念模型设计

概念模型设计是建立数据仓库的第一步，主要描述与业务有关的重要实体及相互之间的关系。它包括需求分析、主题确定和概念模型确定等内容。

（1）需求分析

后勤仓库的高级管理者，不光需要知道仓库内物品的具体数据信息，更重要的是需要了解：每种物品的进货渠道、进价；每个部门每个学期从仓库领取的物品的数量和金额。

（2）主题确定

根据需求分析，确定系统数据仓库的主题为：物品的进货渠道、部门和资金。

（3）概念模型确定

数据仓库的概念模型常见的有3种：星型模型、雪花模型和事实星座模型。星型模型可以采用关系型数据库结构，模型的核心是事实表，围绕事实表的是维度表，通过事实表将各种不同的维度表连接起来，各个维度表都连接到中央事实表。在该模型中，因为大部分数据都在事实表中，只需搜寻事实表就可进行查询。并且维度表都比较小，能放在高速缓存中，可以快速地与事实表进行连接。星型模型实际上是以“空间”换“时间”，通过适当增加冗余存储空间来显著地提高系统查询速度，所以本系统数据仓库的逻辑模型采用星型模型。

（二）逻辑模型设计

逻辑模型是数据仓库从概念模型向物理模型过渡的中间层次模型。逻辑模型设计是把概念模型当中各种概念和实体间的相互关系，进行分解细化，使之能适应计算机系统存储模式。逻辑模型设计主要包括事实表的设计和维度表的设计。

（1）事实表设计

数据仓库中的每个主题都需要通过一个或多个相关的事实表进行具体设计实现。事实表不仅是数据仓库的核心，也是构成数据仓库的所有类型表中体积最大的，它包含和决策目标紧密相关的数据信息。事实表的内容一般由两部分组成：键和指标。事实表使用键把各个维度表联系起来，指标用于记录事实表的详细信息。不同的主题设计的事实表各有不同，以进货渠道主题为例设计事实表，它包括供应商信息表、供应物品信息表和供应物品历次价格信息表。

（2）维度表设计

事实表中的内容进一步分解，就得到维度表。维度表是事实表的关联表，含有事实表中的特征数据，使用关键字同事实表进行关联。维度表中还包含有多个详细属性，用于说明对象的逻辑关系。在设计维度表时，尽可能简化维度表与事实表之间的联系，尽量减少表之间连接数量，以减轻计算机系统的运算负担。

下面列出进货渠道主题的供应物品信息事实表的维度表：

物品单位维度表：个、台、箱、本；

资金结算维度表：月结、年结、现金；

资金来源维度表：学院资金、部门资金、捐赠。

（三）物理模型设计

物理模型设计即为逻辑模型中的数据确定一个符合要求的物理结构，也就是将逻辑模型当中的相关内容转变为在计算机系统可以存储的模式。在认真分析系统数据仓库的基础上，研究它的存储结构及方法、数据使用环境及使用方式和数据信息规模等主要参数，完成高校后勤仓库信息管理系统数据仓库的物理模型设计。

（四）数据仓库的实现

系统使用SQL Server 2005中的数据仓库工具建立数据仓库，使用c#实现数据仓库的接口设计，使用Analysis Services工具采集和分析数据信息。数据的采集工作就是进行数据的抽取、转换、清洗和装载的过程，将业务数据库当中的仓库物品数据信息加载到数据仓库中，从而完成数据信息从数据源向数据仓库的转化。它主要进行：识别数据源信息，管理元数据，集成不同数据源的数据格式，清理数据集，数据分割，定期更新和维护数据。

四、结束语

本文设计开发的高校后勤仓库管理信息系统，利用数据仓库技术确定进货渠道、部门和资金3个主题，利用OLAP技术从不同的维度、侧面和数据综合程度对数据信息进行多种不同形式地观察，从而达到获取这些直接数据信息背后关于3个主题的隐含信息的目的。如果用户对隐含信息的获取有新的或不同的需求，可以增加或更改主题，并按照新主题设计数据仓库。