数据仓库技术在钢铁企业的应用研究

0 引 言

    企业信息化通常分成数据的信息化、管理的信息化和决策的信息化3个层次。目前国内企业的信息化主要还处于管理信息化的层次，即通过网络、计算机软硬件等来规范企业生产和管理的流程。管理信息化可以综合提高企业营运的效率，MES和ERP系统的开发就属于管理信息化的范畴。然而，随着钢铁企业信息化的不断深入，尤其是MES和ERP的不断推广，企业会积累大量的数据，这些数据覆盖了钢铁企业的生产、技术、销售、设备、能源等各个方面。

    因此，如何充分利用好这些数据，全面支持企业各个层面的经营决策，是钢铁企业迫切需要解决的问题。实践证明，数据仓库技术在钢铁企业的应用能有效地解决企业信息化在决策支持和生产经营方面的大量问题，通过对原始数据进行科学地加工处理，运用一定的计算模型和工具进行科学地统计分析，从而起到对管理和决策的支持作用，进而支持钢铁企业降本增效和提升企业的综合竞争力。

    本文将着重介绍对数据仓库概念的理解、数据仓库方法论、钢铁企业的解决方案、数据仓库的效益体现。

1 对数据仓库的理解

    按照Bill Imon的定义，数据仓库是在企业管理和经营决策中面向主题的、集成的、时变的、稳定的数据集合，主要用于支持经营管理中的决策制定过程。

    这是数据仓库的一个原始的、理论上的定义。在企业实际的应用中数据仓库可以理解成是一个独立的、开放的数据平台，数据仓库的数据经过重新整合，能快速有效地支持各种分析、决策的需要。

    然而，数据仓库如果仅仅作为一个开放的数据平台是远远不够的，企业数据仓库要发挥效益，有效地支持生产经营的决策，就一定要通过大量的数据仓库应用来实现。总结实践经验，数据仓库的应用大致可以分为：

    (1)定制好的分析报表：用于公司和部门层面口常报表的需要；
    (2)基于数据仓库技术的应用系统：面向特定领域的应用系统，如为企业领导定制的EIS(Executive Information SyStem)；
    (3)OLAP(OnLine Analysis Processing)分析：从多个维度进行汇总分析；
    (4)个性化的统计分析：用户基于数据仓库的数据，运行一些分析工具，结合自己的业务知识进行的统计分析；
    (5)数据挖掘(Data Mining)：从大量数据中找出规律和规则。

    钢铁企业数据仓库的系统架构是由三层组成，见图1所示。

图1 数据仓库的系统架构

    (1)数据仓库构建层：实现从所有源系统中获得原始的业务数据，并对其进行一致性处理，按主题进行数据重组和格式转换，然后传送并装载到数据仓库系统。

    (2)数据仓库管理层：在中央数据仓库和数据集市，数据可以存放关系型数据库或多维数据库中。数据存储是数据仓库系统的中心，通过元数据可以实现数据仓库的查找和管理。

    (3)数据分析层：实现如何把数据仓库和数据集市中的数据和分析结果提供给最终用户。按照用户的分析需求，提供报表、随即查询、OLAP分析和数据挖掘等数据仓库系统的应用。

    综观数据仓库的体系架构，数据仓库系统弥补了在线事务处理系统(如ERP和MES)的不足，帮助企业实现了从数据到信息，再到知识，并上升到智慧，最后再指导实践行动的一个PDCA循环。

2 数据仓库的方法论

    根据钢铁行业数据仓库系统的实施特点，宝信软件总结出了企业数据仓库螺旋式快速开发方法论(DW-SRAD，Data Warehouse-Spirally Rapid Application Development)。该方法确保了在钢铁企业实施的数据仓库项目中，能按照“总体规划，分步实施”的原则，逐步推进数据仓库项目的实施。

    DW-SRAD方法论的项目生命周期可以概括成7个阶段：工程评估、需求收集、系统设计、系统实现、测试与完善、部署与培训、总结复审。这些阶段对工程按阶段进行逻辑划分，并检验项目，其中工程评估、需求收集和总结复审阶段着眼于确认、理解和复审项目目标和机构的目标；系统设计、系统实现、测试与完善、部署与培训阶段则基于使用快速原型法设计、开发和部署数据仓库环境。

    基于上述7个阶段的数据仓库的螺旋式快速开发过程如图2所示。该图体现了数据仓库开发过程的螺旋式增量的特征。首先根据用户的要求，进行总体的任务和环境的评估，即从企业的数据资源、技术力量、业务需求和软硬件环境等方面进行可行性分析，根据评估结果决定是否继续数据仓库项目；接着广泛地收集企业的业务需求，确定企业高层的主题域，然后选择企业急需的一个主题域进行设计、实现和应刚；在此基础之上总结经验教训，开发企业的其它主题域，并逐步形成企业级数据仓库。这体现了企业数据仓库系统的增量式开发思想。

图2 数据仓库螺旋式快速开发方法开发过程