基于联机分析处理技术(OLAP)的卷烟质量管理系统多维数据模型设计与实现

李发文

山东临沂烟草有限公司莒南分公司 山东临沂 276003

卷烟质量管理是卷烟企业生存和发展的命脉，也是直接影响企业生产质量的重要环节。卷烟质量管理系统中，尚存着这较多问题，有必要通过战略推进，即立足联机分析出来技术（OLAP）[1]。构筑卷烟质量管理系统多维数据模型以在生产工艺、质量要求控制、卷烟企业现代化发展中，为优化卷烟生产工艺改进提供技术支持。现就卷烟质量管理系统多维数据模型设计与实现汇总如下：

1 设计背景

卷烟企业的职工在管理上，大多因态度不端正，质量意识淡薄等导致卷烟生产质量管理执行力不足、行为不规范。加之，卷烟生产现场中，因生产环境及其工人素质等，直接造成卷烟生产环节出现污染问题。卷烟生产中因使用清洁剂、添加剂、外来人员进入等违规行为，导致卷烟的生产原料和半成品等受到不同程度的污染[2]。并且卷烟生产车间也会对卷烟质量产生间接或直接的影响。生产现场因对卷烟生产质量检查力度不足，现场自我检测主观性较强，导致卷烟质量提高受阻。通过对Web的挖掘，利用Web 的海量数据进行分析，收集政治、经济、政策、科技、金融、各种市场、竞争对手、供求信息、客户等有关的信息，集中精力分析和处理那些对企业有重大或潜在重大影响的外部环境信息和内部经营信息，并根据分析结果找出企业管理过程中出现的各种问题和可能引起危机的先兆，对这些信息进行分析和处理，以便识别、分析、评价和管理危机，为卷烟企业提供长远发展的契机。

2 设计目的

立足联机处理技术（OLAP），加强卷烟生产质量管理，构筑卷烟质量管理系统多维数据模型，推动卷烟企业可持续稳健发展。

3 设计内容

多维数据模型作为卷烟生产质量管理的典型模式，是最流行的数据仓库模型，具体方式包括星型模式、雪花模式和事实星座模式三种。据此，卷烟企业在星型模式（star schema）应用中，以一个大的中心表（事实表），一组小的附属表（维表）为主分布模式；雪花模式（snowflake schema）作为星型模式的扩展，通过规范其中某些维表，进一步分解到附加表（维表）中；事实星座模式（Fact Constellation）或星系模式（galaxy schema）的卷烟生产质量管理中，以卷烟生产环节多个数据仓库主题、多个事实表，公共、共享、汇集。据此， 卷烟企业以事实星座模式在企业间构筑了企业级级数据仓库（EDW），用以集合数据集市典型特征、避免冗余和数据复用，套用现成模式，实现数据仓库最合理设计选择。

4 设计实现

基于OLAP分析的联机软件分析处理技术，将CRM系统的业务数据作为数据源，通过清洗、转化、加载到数据仓库，再将数据仓库中的海量数据引入到多维数据模型中，并对其进行OLAP操作。使分析人员能够迅速、一致、交互地从各个方面观察信息，达到深入理解数据目的。其共享多维信息的快速分析的特征，在数秒内对用户的多数分析要求做出反应。卷烟企业利用关系型数据库来存储和管理业务数据，建立相应的应用系统来支持日常业务运作。在数据仓库理论的发展背景下，以联机分析处理为核心的仓库数据，在卷烟企业数据快速、准确分析、商业决策系统建立中，通过不同的层级构建，最终满足了企业产长远发展要求。具体如图1卷烟质量管理系统多维数据模型设计所示：

图1 卷烟质量管理系统多维数据模型设计图

5 设计实现

OLAP系统下卷烟质量管理系统多维数据模型按照其存储器数据存储格式、应用需要选择、多维数据物理上存储为多维数组实现了虚拟OLAP（VirtualOLAP），可满足用户各种复杂的分析请求。基本功能包括切片和切块（Slice and Dice）、钻取（Drill）、旋转（Pivoting）。广义功能上的基本代理操作、示警报告、时间报告、异常报告；计算能力、模型计算。多维数据模型下的数据立方体……

6 结语

为深入研究卷烟企业数据仓库、经营分析系统技术，对卷烟企业经营分析系统数据仓库模型的细化分析和设计，主要结合企业业务特点，满足企业当前生产运营实际需求；五个主题（客户、产品、仓储、帐务、市场营销）数据仓库模型划分和模型中数据粒度抽取、转化和加载（ETL）分析与设计。与此同时，结合SQL Server数据仓库开发工具实现了数据仓库模型的构建，满足了实际相关需求和业务分析。