1、SAP BW 数据仓库技术在中国石化化工销售有限公司的实施应用摘要:中国石化化工销售有限公司通过 BW系统的应用，实现了对ERP、CRM、LIS 等系统数据的深度挖掘。通过对各系统各模块的信息进行抽取、加工和分析，将海量的数据变成有组织、有条理的可用信息，为数据采集、存储、分析和管理提供一个集成的数据分析平台，可以提供多维报表，能够让使用者从多个维度来分析数据。 关键词：;深度挖掘;多维报表 Abstract: Sinopec Chemical Sales Company Limited through the application of BW system, realize the dep
2、th of data mining ERP, CRM, LIS system. Extraction, processing and analysis of the modules of the system information, will become available information organized, structured data, provides an integrated data analysis platform for data acquisition, storage, analysis and management, it can provide mul
3、tidimensional reports, can let a user from multiple dimensions to analyze data. Keywords: BW; deep mining; multidimensional reports 中图分类号:TQ015 文献标识码：A 文章编号： 前言 数据仓库能够把来自企业内部和外部的大量异构数据按辅助决策主题的要求进行加工、集成，为高层管理人员提供各种类型的、有效的数据分析，成为目前信息处理技术中的研究热点。 随着中国石化化工销售分公司陆续实施 ERP、CRM、LIS 等系统后，摆在公司信息化管理者面前的问题很突显，各个系
4、统数据都是非常明细、面向应用、支持日常操作的信息，但企业管理层所需要的却往往是综合或提炼的、面向分析的、支持决策需求的信息。因而基于 ERP、CRM、LIS 等系统数据的基础上构建数据分析平台成了当务之急。本文介绍了 SAP BW数据仓库技术在中国石化化工销售有限公司的实施应用。1. SAP BW 1.1 数据仓库 数据仓库的起源数据仓库(Data Warehouse)又称 BW(Business Warehouse)，或称商务智能(Business Intelligence，BI)。这一概念起源于 20世纪 80年代中期，随着 C/S技术的成熟和并行数据库的推广，发展成为一种从大量的事务型数
5、据库中抽取数据，并将其清理、转换为新的存储格式的信息处理技术。 1.2 SAP BW 简介 SAP BW 被认为是可以满足用户需求的功能最强的其中一种数据仓库解决方案， 满足 SAP 和非 SAP 系统的整合， 丰富的数据转换工具，强大的 Staging mechanisms，易于使用的前台报表，整合的 web 报表，以及通过不同的工具将数据转换到非 SAP 系统中。 这些都使得 BW 成为独特的，可满足不同用户需求的数据仓库系统 。 通过内置的 web Application design，BW 报表可以应用于互联网和移动商务领域 ，满足用户不同方面的需求。 SAP BW 的优势主要体现在三
6、个方面:集成性、完善的报表功能、面向商务的特性。 化工销售 BW项目背景 化工销售 BW项目（Business Information Warehouse 数据仓库）是2006年中石化应用项目的一个子项目。该项目已经经历了项目一期、配合 ERP提升而提升两个阶段。 按照中石化信息部关于中石化 EDW（Enterprise Data Warehouse 企业数据仓库）建设的统一部署，化工销售 BI7项目（Business Intelligence 商业智能 7.0版本）于 2007年 8月正式启动，此项目不是简单的迁移工作，而是在吸取了前期化工销售 BW项目建设、应用经验和教训的基础上融入了 S
7、AP BI7最新的技术和功能，是中石化第一个从“数据源”到“模型设计”到“报表开发”到 “报表展示”完全采用SAP BI7新技术的项目。此后，又经历了 2010年化工销售有限公司 BW上线和 2012年化工销售二合一整合上线两个阶段。 化工销售 BW业务分析系统旨在通过数据仓库的信息集成功能，将销售计划、价格预算、外部市场、采购、销售、运输、结算及相关生产企业的生产、出入库信息集成起来，为化工销售分公司建立一个统一的决策支持系统，为化工销售高层领导的经营决策和业务人员的统计分析等日常工作提供有力的信息支撑。 3. 化工销售分公司的 BW系统实施过程 3.1 系统的开发运行环境 化工销售 BW开
8、发运行环境硬件由 BW BD6（开发机）和 BW BP6（生产机）和管理门户 PORTAL组成，BW BD6（开发机）与 ERP TC2测试机相连，用于开发阶段的数据测试 ，开发完成经过测试正确的报表经过传输(STMS) 到 BW BP6（生产机）后与 ERP PC1生产机相连。需要在管理门户PORTAL中展现的报表开发完成后，上挂到管理门户。 3.2 数据仓库的体系结构 数据仓库的体系结构包括以下 4部分：（1）数据源：是整个系统的数据来源，通常包括企业内部和外部的各种信息；（2）数据的存储与管理：决定了数据仓库对外部数据的表现形式；（3）联机分析处理（OLAP）服务器：对分析需要的数据进行
9、有效集成，按多维模型予以组织，以便进行多角度、多层次的分析，并发现趋势；（4）前端工具：包括各种报表工具、查询工具、数据分析工具、数据挖掘工具及各种基于数据仓库或数据集市的应用开发工具。 化工销售 BW系统架构如图 1所示。 图 1：化工销售 BW系统架构 化工销售 BW的数据来源较多，主要数据来源于 ERP、CRM、LIS 等系统，但也有部分的数据来源于系统外。 3.3 系统 BW报表设计 化工销售 BW系统的报表设计是在数据结构化设计阶段完成后进行的，该阶段完成的主要任务是使用 Business Explorer提供的查询设计器（QueryDesigner） 、报表设计工具（Report
10、Designer） 、管理门户页面应用设计工具（Web Application Designer）将各级决策层所需查看的BW报表（通过分析器 analyzer以 excel兼容方式打开）及 PORTAL报表（通过 IE等浏览器打开）按照报表开发逻辑文档资料进行逻辑设计。在经过三级（IT、关键用户、及最终用户）测试后，从开发机传输到生产机，并经过角色授权后，具备权限的用户的就可正式运行该报表。一般在分析器中打开的报表都是针对业务执行层人员的，所以数据仓库的多维展现特性在此发挥它的展现功能强大的作用，对有多个维度（工厂、物料组和物料）的进销存报表来说，在任何一个维度上单击鼠标右键，就可以将按照用户
11、要求的方式，将报表按纵横方向变换成想要的形式。实现数据挖掘功能。 3.4 系统管理门户 PORTAL报表设计 化工销售 BW管理门户 PORTAL的报表设计亦按照业务模块划分的原则，将公司管理决策层查看的汇总类报表放到门户中，其核心数据查询体依然在 BW中设计，通过一定的规则挂接封装到门户中，方便公司管 理 决 策 层 通 过 浏 览 器 查 看。一般管理门户 PORTAL报表都是精炼的汇总类报表，在设计的时候，大多实现横向两级展现就可以了。 3.5 系统数据准备及自动获取 化工销售 BW系统开发工作的最后一步就是建立与源系统数据的加载方案，即根据 R3业务数据的特点及非 R3业务系统数据来源
12、特点，在决策分析系统中编制与数据模型系统对应数据源的自动完全或增量抽取指定业务数据及主数据表或视图中的数据任务，即 BW中所说的术语处理链的制作。将系统中所有的处理链制作完毕后通过排程确定作业时间，让系统自动在规定的时间运行处理链，实现 BW模型数据自动更新，为查询及报表提供适时的数据。 4. 实施效果 化工销售 BI7系统从数据模型架构上做了很大调整，目的是为了满足总公司将来从中石化层面上进行全面业务决策分析。该系统具有完善、全面的报表功能。该系统将预先定义的数据从 ERP系统中定期提取出来并加以存储，使用户可以随时根据自己的需求作动态查询，多维度分析，由于分析的过程不影响 ERP、CRM、
13、LIS 等系统中其他事务操作，使报表的展示更加快速、准确。此外，BW 系统数据结构的多维性也使报表的内容更丰富，用户可以根据预先定义的多个数据自由特性进行灵活操作、深度钻取，从而使得报表的覆盖面更广，参考价值更高。 对比化工销售以前的 BW系统，BI7 系统除了系统性能得到改善，系统监控更容易，权限控制功能更细致外，BI7 系统增加了一些新功能。用户可以通过鼠标拖放功能轻松实现即兴分析；可以对报表进行个性化二次加工并可以保存为自己的格式，另外还增加了格式化报表开发工具,报表展示界面更加方便和友好。 5. 结语 化工销售 BW系统成功上线至今，数据较上线初期更加精准，系统运行更为稳定，系统内部的数据可以真实的反应公司现有业务的发生；使得公司信息化架构更加清晰、完整，数据更加统一、完善。不仅为公司决策层提供了及时准确的数据支持，也使公司的工作效率和响应市场的能力及到快速提升。 参考文献 1 陈永杰.SAP 商务智能完全解决方案M.北京：机械工业出版社，2008. 2 刘琼.基于 SAP BW 系统的 EDW 模型设计与实现D.长春理工大学，2008. 3 陈京民.数据仓库与数据挖掘技术M.北京：电子工业出版社，2002. 4 彭木根.数据仓库技术与实现M.北京：电子工业出版社，2002.
