（计算机应用技术专业论文）钻井运输企业设备管理数据仓库多维分析系统的研究.pdf

中文摘要 论文题目： 专业： 硕士生： 指导教师： 钻井运输企业设备管理数据仓库多维分析系统的研究 计算机应用技术 尚乐轩( 签名) 方明( 签名) 摘 石油钻井运输企业设备消耗大且管理难， 要 传统的设备管理系统大都停留在对设备的基 本信息，供应和库存控制等一般事务性工作的管理上，缺乏利用大量日常设备管理历史信 息的进行统计分析，为企业中高层管理决策人员提供辅助决策信息和决策支持的功能。这 不利于企业实现减少设备消耗，降低库存和节约成本来提高企业管理水平的目标。论文采 用数据仓库多维分析理论和技术，研究提出构建石油钻井运输企业设备管理数据仓库多维 分析系统，为企业管理决策和统计分析提供了一个支撑环境。 论文所做的工作和主要创新包括以下几点： ( 1 ) 研究建立石油钻井运输企业设备管理数据仓库。在分析讨论了石油钻井运输企业 设备管理工作的特点的基础上，结合数据仓库的理论和技术，确定了该数据仓库系统的主 题域及所包含的主题，解决了做报表统计时的数据不一致和“蜘蛛网 等问题，同时也为 企业的决策分析提供了完整、致、不同粒度的综合数据。 ( 2 ) 研究构建石油钻井运输企业设备管理数据仓库多维数据模型。将该数据仓库中的 数据进行多维化处理，即从数据仓库中抽取详细数据的一个子集并经过必要的聚集存储到 o l a p 存储器中供前端分析工具读取，这使得企业管理人员能从多个角度，多侧面的观察 数据从而逐步摆脱对固定报表的依赖，深入的了解包含在数据中的信息和内涵。 ( 3 ) 研究给出基于m d x 的石油钻井运输企业设备管理数据仓库多维分析的方法。借 助多维表达式( m d x ) 对所要分析的多维数据进行切片、切块、钻取、旋转的基本分析， k p l 分析和典型分析，并将用户查询的结果以各种图表的形式直观地展现，摆脱了传统的 s q l 语言不能有效地支持多维视图，复杂分组及聚集操作，提高了查询效率。 ( 4 ) 设计基于c s 模式的石油钻井运输企业设备管理数据仓库多维分析系统。使用 v i s u a ls t u d i o2 0 0 5 为开发环境，配合s q ls e r v e r2 0 0 5 数据库，设计了设备管理数据仓 库多维分析系统，实现了运输设备管理信息数据的多维分析目标，与原有的设备管理信息 系统互为补充且相辅相成，共同探索数据中隐含的规律，更好地为企业的决策服务。 关键词：运输设备管理数据仓库多维分析多维表达式 论文类型：应用研究 英文摘要 s u b j e c t ： s p e c i a l t y ： n a m e ： i n s t r u c t o r ： s t u d yo nd r i l l i n gt r a n s p o r t a t i o ne q u i p m e n tm a n a g e m e n td a t aw a l l e h o n s e m u l t i d i m e n s i o n a la n a l y s i ss y s t e m c o m p u t e ra p p l i c a t i o nt e c h n o l o g y s h a n gl e x u a n ( s i g n a t u r e ) f a n gm i n g ( s i g n a t u r e ) a b s i r a c 。i t h ee q u i p m e n t so fo i l d r i l l i n gt r a n s p o r t a t i o nc o m p a n i e sa r ec o n s u m p t i v eb i ga n d m a n a g e m e n td i f f i c u l t ，m o s to ft h et r a d i t i o n a le q u i p m e n tm a n a g e m e n ts y s t e mo n l ys t a y si nt h e b a s i ci n f o r m a t i o no ne q u i p m e n t ，s u p p l i e s ，i n v e n t o r yc o n t r o la n dm a n a g e m e n to fg e n e r a la f f a i r s w o r k ，i ti sl a c ko fs t a t i s t i c a la n a l y s i so fh i s t o r i c a li n f o r m a t i o na b o u tal a r g en u m b e ro fd a i l y d e v i c em a n a g e m e n t e n t e r p r i s es e n i o rm a n a g e r sa n dd e c i s i o n m a k e r sc a nn o tb e p r o v i d e d s u p p l e m e n t a r yi n f o r m a t i o nf o rm a k i n gd e c i s i o na n ds u p p o r t i n gd e c i s i o n i ti sn o tc o n d u c i v ef o r e n t e r p r i s e st or e d u c eb o t hc o n s u m p t i o na n di n v e n t o r y , s a v ec o s t sa n di m p r o v ee n t e r p r i s e m a n a g e m e n tl e v e l t h ep a p e ru s e sd a t aw a r e h o u s ea n a l y s i st h e o r ya n dt e c h n i q u e s ，s t u d i e sa n d p r o p o s e sd r i l l i n gt r a n s p o r t a t i o ne q u i p m e n tm a n a g e m e n td a t aw a r e h o u s em u l t i d i m e n s i o n a l a n a l y s i ss y s t e mf o re n t e r p r i s em a n a g e m e n t ，d e c i s i o n - m a k i n ga n ds t a t i s t i c a la n a l y s i st op r o v i da s u p p o r t i n ge n v i r o n m e n t t h ew o r k sa n dm a j o ri n n o v a t i o n si nt h ep a p e ra r e ： f i r s t ，t h eo i ld r i l l i n gt r a n s p o r t a t i o ne q u i p m e n tm a n a g e m e n td a t aw a r e h o u s ei ss t u d i e da n d b u i l di nt h ep a p e r t h ep a p e rd i s c u s sa n da n a l y s et h ef e a t u r e so fo i l d r i l l i n gt r a n s p o r t a t i o n e q u i p m e n tm a n a g e m e n tw i t hd a t aw a r e h o u s et h e o r ya n dt e c h n o l o g y , d e t e r m i n et h ed a t a w a r e h o u s es y s t e m st h e m ea n dt h e m ed o m a i n ，t h ee q u i p m e n tm a n a g e m e n td a t aw a r e h o u s en o t o n l ys o l v e st h ed a t ai n c o n s i s t e n c i e s , s p i d e rw e b ”a n do t h e ri s s u e sw h e nd o i n gs t a t i s t i c a lr e p o r t , b u ta l s op r o v i d e sac o m p l e t e ，c o n s i s t e n ta n dc o m p r e h e n s i v ed a t ao nd i f f e r e n tp a r t i c l es i z ef o r b u s i n e s sd e c i s i o n - m a k i n g s e c o n d ，t h ed r i l l i n gt r a n s p o r t a t i o ne q u i p m e n tm a n a g e m e n td a t aw a r e h o u s em u l t i d i m e n s i o n a l d a t am o d e li ss t u d i e da n de s t a b l i s h e d t h ed a t aw a r e h o u s e d a t ai sp r o c e s s e dm u l t i d i m e n s i o n a l l y , w h i c hi se x t r a c t e df r o mt h ed a t aw a r e h o u s et oas u b s e to fd e t a i l e dd a t a , a n di sg a t h e r e dt h e n e c e s s a r ym e m o r yt os t o r eo no l a pa n a l y s i st o o lf o rr e a d i n g ，t h em u l t i d i m e n s i o n a lp r o c e s s m a k e sb u s i n e s sm a n a g e m e n tp e r s o n n e lo b s e r v ed a t af r o mm u l t i p l ea n g l e ，m u l t i d i m e n s i o n a l ， a n dg r a d 砌l yg e t sr i do fd e p e n d e n c eo nt h ef i x e ds t a t e m e n ts oa st ou n d e r s t a n di n d e p t ht h e i n f o r m a t i o nc o n t a i n e di nt h ed a t aa n dc o n t e n t t h i r d ，t h ed r i l l i n gt r a n s p o r t a t i o ne q u i p m e n tm a n a g e m e n td a t aw a r e h o u s em u l t i d i m e n s i o n a l a n a l y s i sm e t h o db a s e do nm d x i ss t u d i e da n ds h o w e d w i t hm u l t i d i m e n s i o n a le x p r e s s i o n s 1 1 1 英文摘要 ( m d x ) ，t h ep a p e rm a k e sb a s i cm u l t i d i m e n s i o n a la n a l y s i st h a td a t ai ss l i c e d ，c u t , d r i l l e da n d r o t a t e d ，k p ia n a l y s i sa n dc a n o n i c a la n a l y s i s ，a n dt h er e s u l t so fu s e rq u e r i e sa l ev i s u a l l y d i s p l a y e di nt h ef o r mo fv a r i o u sc h a r t s ，m d xi n c r e a s e so ft h eq u e r ye f f i c i e n c ya n dg e t sr i do f t h ew e a kp o i n tt h a tt r a d i t i o n a ls q ll a n g u a g ec a nn o te f f e c t i v e l ys u p p o r tt h em u l t i d i m e n s i o n a l v i e w , c o m p l e xg r o u p i n ga n da g g r e g a t i o no p e r a t i o n s f i n a l l y , t h ed r i l l i n gt r a n s p o r t a t i o ne q u i p m e n tm a n a g e m e n td a t aw a r e h o u s em u l t i d i m e n s i o n a l a n a l y s i ss y s t e mb a s e do nc sm o d ei sd e s i g n e d w i t hv i s u a l s t u d i o2 0 0 5d e v e l o p m e n t e n v i r o n m e n ta n ds q ls e r v e r2 0 0 5d a t a b a s e ，t h ep a p e rd e s i g n st h eo i ld r i l l i n gt r a n s p o r t a t i o n e q u i p m e n tm a n a g e m e n td a t aw a r e h o u s em u l t i d i m e n s i o n a la n a l y s i ss y s t e m ，a n da c h i e v e st h e o b j e c t i v e st oa n a l y s et h em u l t i d i m e n s i o n a ld a t aa b o u tt r a n s p o r te q u i p m e n tm a n a g e m e n t i n f o r m a t i o n ，t h es y s t e ma n do r i g i n a le q u i p m e n tm a n a g e m e n ti n f o r m a t i o ns y s t e m sc o m p l e m e n t e a c ho t h e r , e x p l o r et o g e t h e rt h ei m p l i e dl a wi nt h ed a t aa n dm a k eb e t t e rb u s i n e s sd e c i s i o n k e y w o r d s ：m 捌州e q 咖脚咖t m 龇l a l 尹删 t h e s i st y p e ：a p p l i c a t i o ns t u d y i v 学位论文创新性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成 果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他 人已经发表或撰写过的研究成果；也不包含为获得西安石油大学或其它教育机构的学位 或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做 了明确的说明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 论文作者签名：蛰丞短 学位论文使用授权的说明 本人完全了解西安石油大学有关保留和使用学位论文的规定，即：研究生在校攻读 学位期间论文工作的知识产权单位属西安石油大学。学校享有以任何方法发表、复制、 公开阅览、借阅以及申请专利等权利，同时授权中国科学技术信息研究所将本论文收录 到中国学位论文全文数据库并通过网络向社会公众提供信息服务。本人离校后发表 或使用学位论文或与该论文直接相关的学术论文或成果时，署名单位仍然为西安石油大 学。 论文作者签名：缉 导师签名： 日期：) o u r b 日期：驯o f 如 注：如本论文涉密，请在使用授权的说明中指出( 含解密年限等) 。 第一章绪论 第一章绪论 2 0 世纪8 0 年代以来，许多公司都开始建立事务处理( 操作) 数据库，以满足关键 事务的数据要求。然而，也逐渐引发了一些问题：数据太多，信息贫乏，异构环境数据 的转换和共享，以及如何利用数据进行决策支持等等。于是，数据仓库的概念应运而生。 数据仓库和联机分析处理( o l a p ) 技术在商业数据处理领域是两个相关的最有意义的 新技术。它们被广泛应用于很多行业，例如，零售业、电讯业、金融服务以及房地产业 等，并对这些行业的商业智能应用提供了技术支持。随着石油钻井运输企业设备管理积 累的数据信息越来越多，相互关系也越来越复杂，设备管理难度也越来越大，如何利用 大量的日常设备管理历史信息进行统计分析，发掘设备管理历史信息中隐藏的规律成为 石油钻井运输企业迫在眉睫的一项重要工作。因此，为了石油钻井运输企业运输计划的 最佳决策提供了支持，提高企业设备管理的经济效益，数据仓库技术在钻井运输企业中 的应用势在必行。 1 1 研究背景 1 1 1 川庆运输物流公司设备管理的重要性 川庆钻探工程有限公司隶属中国石油天然气集团公司，2 0 0 8 年2 月2 5 日成立，由 原四川石油管理局与长庆石油勘探局的钻探及相关工程技术服务业务整合组建而成。在 国内主要服务于西南油气田，长庆油田和塔里木油田，分布于川、渝、陕、甘、宁、蒙、 晋、新8 个省区。国际市场集中在土库曼、巴基斯坦、厄瓜多尔、泰国4 个国家。旗下 的川庆运输物流公司目前拥有车辆1 5 0 0 多辆及3 0 0 0 多名司机，它主要围绕企业主营的 地震勘探、钻井工程、井下作业、测井射孔、录井、油气田地面建设进行物资的运输。 但随着国际和国内市场对石油的需求蒸蒸日上，伴随着油田行业业务量的与日剧增，相 应地石油运输行业的业务量也急剧增加，在面对国内外市场激烈的竞争时，追求利润最 大化是该公司生产经营的目标。 对于该公司来说，设备由车辆及其零部件组成，它们是企业组织生产的重要物质技 术基础，是构成生产力的重要要素之一，是企业赖以生存和发展壮大的根本。设备管理是 采用先进的技术和有效措施，保证设备高效率，长周期安全经济地运行的一系列活动的 总称，它的内容主要包括车辆的维修保养，零部件的采购和使用等，整个设备管理信息 系统的业务流程如图1 1 所示。 设备管理的目的就是提高设备完好率，减少设备运行故障，降低零部件库存，使企 业获得最好的经济效益；及时掌握设备运行状况，适时保养和检修，以求防事故于未然， 确保设备运转的可靠性，提高生产性和经济性；根据设备的运转和维修情况，科学合理 地进行零部件的采购，从而提高库存利用率，减少库存积压，降低企业成本。 西安石油人学硕十学位论文 由此可见，设备就是该公司生存和创收的基石。设备管理水平影响着企业生产的产 能、品质以及生产效率等，管好用好设备，提高设备管理水平对促进企业进步与发展有 着十分重要的意义。 图1 1 设备管理信息系统的业务流程图 1 1 2 设备管理系统中存在的主要问题 ( 1 ) 报表统计繁琐 设备数据的有效管理是一项非常重要和困难的工作，在面对企业日常业务产生大量 数据时，企业管理人员常常需要做大量复杂的报表来汇总不同的业务数据，如日报、月 报、年报等，然而在制作报表时，常常会遇到数据量大，层次结构复杂且动态可变，种 类繁多，优化和分类困难等难点，这就给企业报表的统计造成了不便。 首先，如图1 2 为该公司的车辆综合月报表，该公司有多个单位，各个单位旗下又 有不同的中队，每个中队的车辆有卡车、罐车、货车等多种类型，每种类型的车辆又有 不同的吨位，这使得层次结构复杂且动态可变。而且随着企业日常业务的进行，每种类 型车辆的维修保养，运转数据不断增加，数据量大。因此，对设备管理者来说，管理的 数据量是非常庞大的，如何对这样庞杂的数据进行报表统计是目前石油钻井运输企业设 2 第一章绪论 备管理所面临的一个难点。 行l行傈抛休半日待无p 、 簟位、车型自修 l 耸 懈 合计 气候 待派 年检 停驶 全行程公里重驶公里货运周转 舣古井澹叠p 马f 公司嫠选车台计1 9 34 20007 6 72 9 0 001 7 0014 9 99 1 503 1 68 6 5 3 3 1 34 5 q 1 1 8 05 6 0 5 , ：1 5 9 7 公司甲j 车台什3 14 70001 7 01 3 90806 80o6 32 d 1 906 1 6 2 3 2 埔渣月务部o00 00l ( 1 62 7 60o02 7 60001 0 2 8 2 65 1 4 1 6 37 7 1 c 14 5 车o0000 2 51 300o1 300o06 3 0 0 4 一中00oo 05 87 9o007 90oo3 6 1 s 41 8 0 173 2 , 1 6 0 7 1 5 t 东风卡03 2簟2 6o5 7 1 1 82 8 5 5 94 9 3 8 2 6 1 5 t 五+ 怜03 3 6 1 81 6 8 0 92 8 8 2 2 6 1 2 t 斯走尔o0o1 4 4 8 嘻7 2 4 28 2 7 9 3 1 8 t 翼斤太尔2 42 52 501 6 3 16 88 1 5 8 41 4 0 7 1 4 4 2 1 t 斯太尔 22 02 006 0 5 8 03 0 2 9 06 1 0 0 7 5 2 5 t 斯太尔 o88o2 5 3 0 01 2 6 5 03 0 1 2 7 q 1 5 t 奔驰卡0 7 3 6 63 6 8 3 6 3 1 6 9 吊， ( 1 oc i( 10o90o ( f q o 0 0 1 ，沿4【l1 7 1 4 z 1 2 t 徐工吊0 0 o 1 5 3 1 8 3 6 2 昏加腾吊o335 2 91 3 2 4 6 3 0 t 力c 目瞥吊o6604 0 21 2 0 6 6 非生产车 6 006 0 二中渺、00o00 3 6毖o0o2 2oo03 6 4 j 4 01 8 2 2 7 03 3 1 e 7 3 l 1 5 t 东风卡 1 6337 5 7 3 43 7 8 6 76 6 2 8 3 5 1 5 t 五十特3111 3 7 6 26 宅8 11 2 1 8 4 8 1 8 t 斯太尔25502 1 7 2 6 61 0 8 6 3 31 8 8 7 3 5 0 2 5 t 斯烹尔21 41 44 0 3 1 22 0 1 5 64 7 9 9 7 8 1 5 t 奔驰卡01 35501 7 4 6 68 7 3 31 6 4 7 2 0 吊茸0o0 oo 2 54oo04o0o】2 4 53 5 8 5 6 3 0 t g 田野吊0 2 5 t t ? n 腾吊 0001 8 24 5 5 7 2 5 t ：i 匕起吊 0 3 35 9 41 4 8 7 3 3 1 5 t 北起吊 2 51 1 04 6 91 6 4 2 6 图1 2 车辆综合月报表 其次，设备管理系统做统计报表时还存在这一些非常突出的问题。在做统计报表时， 需要对原始业务数据库中的数据的抽取。然而起初只是抽取，随后是抽取之上的抽取， 接着是在此基础上的再次抽取。例如，季报是在月报的基础上进行的抽取，而年报又是 在季报的基础上进行的抽取，如此等等。如不加以控制( 制定统一标准) ，只是按需抽取， 这将会使系统数据间形成错综复杂的网状结构“蜘蛛网 问题，这是石油钻井运输 企业设备管理报表统计所面临的又一个难点。 再次，设备管理作为石油钻井运输企业进行生产管理的基础，不同的部门需要不同 的形式和内容数据：生产部门需要车辆的运行状态信息来指导运输，设备管理部门需要 车辆的运行里程信息来安排维修和保养，采购部门需要车辆的维修历史信息来合理采购 零部件。因此，各个部门往往在一定基础上构建自己的数据库系统，其中只存放着本部 门所需要的数据，由于这种应用处理的分散性，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 ，对数据的记录往往各不相同或存在滞后性，从而会引起企 业中设备数据“不一致”的问题，这也在一定程度上增加了石油钻井运输企业设备管理 报表统计的难度。 ( 2 ) 缺乏高效决策 随着设备管理系统的使用，会积累大量的历史数据信息，这就存在着对历史数据信 息管理与使用的问题，然而传统的设备管理系统中正是缺乏对这些数据的重视，导致设 备的管理缺乏高效的决策。 首先，以往采用的传统的简单记录，事后抢修的做法已逐渐不适合设备综合效用最 大化发挥的要求，这势必造成维修计划不周和资金浪费，影响企业的生产和效益。因此， 需要根据历史设备维修数据找出车辆的常见问题，制定定期的检查维修计划及其维修策 略，提高企业效率和改善生产。 两安石油大学硕+ 学位论文 其次，未能做到适时保养检修，以求防事故于未然，所以无法确保车辆运转的可靠 性，提高生产性和经济性。在设备管理中，累计设备运转数据所起的作用相当重要，通 过它与车辆保养标准表，车辆报废标准表和轮胎更换标准表等进行比较，可以得出车辆 及其零部件的保养及更换趋势。然而，这些单凭管理人员的脑力劳动和记录，无法统观 全局，做出正确的决策。 最后，零部件的采购具有盲目性，不能根据车辆的维修和保养情况，做出高效的采 购决策，从而提高库存利用率，减少库存积压，降低企业成本。其实，通过车辆的维修 和保养记录不仅可以分析出零部件的采购质量，供应商的信誉度等问题，而且分析的结 果又反过去指导日后零部件的采购。 因此，以上这些都是传统设备管理系统中缺乏高效决策的表现，那么如何将这些历 史数据用于设备数据纵向的对比，分析和预测来指导设备的日常管理，就恰恰是设备管 理系统有待解决的另一个方面。 综上所述，随着石油钻井运输企业的发展壮大和信息化的加快，以上两方面的问题 也将越来越明显。为了满足该公司管理层对设备管理信息系统在辅助经营管理上的要求， 并帮助提升企业的经营决策水平，需要将分析型数据从事务操作中分离出来，建立设备 管理数据仓库。将历史数据重新组织成一个面向主题的、集成的、时变的、非易失的数 据集合，并在此基础上建立多维的数据模型，使设备管理者能多角度、多侧面、多层次 地观察设备管理中的数据，从而深入地理解包含在数据中的信息及其内涵，做出高效的 决策，并提供强大的统计分析，报表处理等功能。 1 2 研究意义 研究石油钻井运输企业设备管理数据仓库管理系统的意义主要有： ( 1 ) 川庆运输物流公司设备管理数据仓库的建立，解决了传统设备管理中“蜘蛛网”、 “信息孤岛 、统计繁琐等弊端，通过设备管理中引入数据仓库多维分析技术可以直接针 对企业需求来组织设备数据，这样很明显将易于对问题的分析解决，做出高效的决策， 而且数据仓库多维的概念也为设备类型繁多，结构复杂提供了解决途径，方便了对企业 设备的管理，同时直接影响系统的处理性能和使用效果，利于提高企业生产管理的效率。 ( 2 ) 多维分析技术在川庆运输物流公司设备管理数据仓库中的应用，可以让管理者 从各种不同的角度进行信息分析和深层次的信息挖掘，实现对设备管理数据灵活的，具 体的和可视化的统计与分析，而且通过表、图、曲线等表现形式，实现直观的数据操作， 灵活的分析功能，可视化的结果表达，让决策者更容易解读数据，为企业做出最佳的决 策，谋得最大的利益。此外，用m d x 多维查询语句扩展了设备管理的o l a p 传统分析， 从而使得多维分析更加切近企业实际应用的需要，实现强大的功能，进而提高了设备管理 系统的整体查询性能。 ( 3 ) o l a p 只能告诉设备管理者系统的过去和现在的情况，还需要管理者主观的进 4 第一章绪论 行对比分析，如果要自动地发现事物之间潜在的重要联系，还需要进行数据挖掘才能完 成。而川庆运输物流公司设备管理数据仓库多维分析系统的建立，正是为企业日后数据 挖掘开发提供了更好更广泛的数据源，也为企业最终的商业智能平台打下了很好的基础。 ( 4 ) 由于物流运输企业信息化水平较低，数据仓库多维分析技术在石油钻井运输企 业的应用，为今后其它物流运输企业数据仓库的建立提供了一定的借鉴，也为商业智能 在物流运输行业的广泛应用提供了技术支持。 总之，有必要设计一套行之有效的数据仓库多维数据模型及其查询，应用于石油钻 井运输设备管理数据仓库中，针对大量的设备信息数据进行多维的方法分析，并开发专 用软件和工具。运输设备管理数据仓库体系将与原有的信息系统( 事务型系统) 互为补充、 相辅相成，共同为川庆物流管理系统设备的管理服务。 1 3 多维数据分析研究现状及其在物流运输企业设备管理中的应用 1 3 1多维数据分析技术的研究现状 进入9 0 年代以来，随着科技的进步，以w h i n m o n 等为代表的一批学者提出了以 数据仓库为基础，使用多维分析技术，对数据进行多层次分析的方法，辅助决策者认知 主题信息，透过数据的表象，掌握事物内在的本质和规律，从而去指导科学决策。 ( 1 ) 国内应用及研究现状 当今，o l a p 技术广泛应用于商业、金融、制造业、零售业、电信等行业中，有些 企业也在迫不及待地建立自己的o l a p 系统。国内的学者更侧重于对o l a p 的应用研究， 目前对o l a p 技术的研究呈以下趋势j ： 随着社会对o l a p 系统的分析功能的需求增强和i n t e m e t i n t r a n e t 的发展，o l a p 与 d m 、w e b 集成成为o l a p 技术发展的一个新方向，也称为基于w e b 的联机分析挖掘 ( o l a m ) 。d m 也称为数据库中的知识发现( k d d ) 。 o l a p 技术在分布式数据仓库上的应用。数据仓库是面向主题的、集成的、时变的、 非易失的数据存储系统。它有3 种体系结构一企业仓库型、数据集市型、分布型，而分布 型就是把各个部门所建立的数据集市有效地整合起来。 随着数据库技术的发展，涌现出了一些不同数据类型的数据库系统，如面向对象数 据库、对象关系型数据库、空间数据库、超文本数据库、多媒体数据库等。与此同时， 一些新型的o l a p 技术也随之而出现，包括面向对象的联机分析处理( o b j e c t o r i e n t e d o l a p ) 、对象关系的联机分析处理( o b j e c tr e l a t i o n a lo l a p ) 、时序联机分析处( t e m p o r a l o l a p ) 等新型的o l a p 技术研究方向。 ( 2 ) 国外应用及研究现状 对维层次结构的建模问题，国外已有不少相关研究。g y s s e n sm 等人叫提出的简 单立方体模型把数据集合视为多维空间中的点集，把数据集合的属性分为维和度量( 或事 两安石油人学硕士学位论文 实) 属性两类，维属性用来描述度量属性，是多维空间的维度，度量属性用来进行分析处 理，是多维空间中的点。简单多维数据模型具有一个致命的弱点，即没有维层次结构的 概念和语义，不能表示维层次结构。a g r a w a lr 和l ic 提出的多维数据模型只是部分地 间接支持维层次结构的表示，而不能直接地表示多维数据集合的完整维层次结构。l ic p j 提出的数据模型通过组合多个维关系的方法表示维层次结构，a g r a w a lr 例提出的数据 模型通过维合并功能来表示维层次结构。l e h n e rw l t 提出的数据模型能够明确地支持 维层次结构的表示。但是它只允许每个维具有单层次路径。p e d e r s e ntb l i t 提出的数据 模型能够支持维层次结构，而且能够表示一个维的多个层次路径，但是该数据模型要求 维层次结构必须是一个代数格。这些多维数据模型只是部分地间接支持维层次结构的表 示，而不能直接地表示多维数据集合的完整维层次结构。r a f a n e l l im 1 y l 提出的统计对 象模型支持结构化的分类层次，但是每个结构化的分类层次必须与一个特定的聚集函数 相关，而且每个结构化的分类层次只能定义在一个度量属性上，用来回答特定的统计分 析查询。显然，统计对象模型具有很大的局限性，缺少灵活性。但是这种模型使用聚类 语义提供一些保护，避免得到一些对用户无意义的或不正确的结果。 纵观以上各类文献资料，研究者普遍认为多维数据分析的前提是建立多维概念模型， 科学合理的多维数据模型能够高效地支持数据仓库多维数据分析。但是，对于数据模型 的研究还很不够，很多相关研究工作都以关系数据模型和关系数据库为基础。实践表明， 关系数据模型不能有效地表示数据仓库的数据结构和语义，也难以有效地支持o l a p 的 应用。况且，对于多维数据模型还没有统一的定义，不同的厂商和人员通常都是从本行 业的实际需要出发，提供了一些具体的数据模型，其功能和操作通常都是以非形式的方 法描述的，不同的人员对相同的用语往往赋予不同的含义，这就妨碍了数据仓库技术的 深入应用，并且这些模型往往不具有通用性。 1 3 2 物流运输企业设备管理的数据仓库多维分析应用 随着数据仓库技术和联机分析处理技术的不断发展，这两项技术越来越受到国内企 业的重视，利用这些技术来加快物流运输行业的信息化建设，提高工作效率，更好的利 用现有的大量数据。 由于我国物流运输业起步较晚，中小企业占了大部分，信息化技术水平较低，基本 还处在手工处理作业的阶段，即使较大规模的物流企业，其现有的信息系统也多是服务 于生产作业需求，数据仓库多维分析在国内物流行业中的应用几乎是一片空白【川。 虽然数据仓库技术与联机分析处理技术在国内物流运输方面的研究与应用还不成 熟，但是设备管理系统数据仓库研究方面，许多专家学者进行了大量研究工作，如： 沈轶、郭慧爽等i i l “j 比较了操作型数据库系统与分析型数据仓库系统的区别，提出 了企业设备管理系统数据仓库的体系结构，建立了企业设备管理系统数据仓库的星型模 6 第一章绪论 型和逻辑模型，并设计了数据装载接口，实现了数据导入和导出、数据分析、数据分类、 聚类、关联分析等功能。 周序生、单光先等l 3 , 4 j 将数据仓库和数据挖掘应用于设备状态检修中，阐明了数据 仓库的实施方法，探讨了数据仓库在包装机械故障诊断技术中的应用方法，建立了包装 机械设备运行状况的数据仓库星型模型，并对其进行数据挖掘和结果分析。 陈文林、张青、李凡、姜澄、张峰、罗晓强等【l 弘博j 建立了基于数据仓库与数据挖掘 的设备管理决策支持系统，提出了设备管理系统数据仓库的体系结构，建立了数据仓库 化的决策模型，设计了系统的各个功能模块图和数据仓库架构图，分析了设备管理决策 支持系统中数据挖掘的作用和特点，探讨了利用数据库复制技术实现数据仓库化的决策 支持系统的方法，并给出了一种实现小型数据库复制成为大型数据库的流程图。 孙娜、吴立增、苑滓莎等【i 介绍了电力设备管理数据仓库的设计和实现方法并分析 和探讨了多维数据库设计、联机分析处理、d i s c o v e r e r 数据分析。 综合分析以上应用案例，仍然存在一些需要完善的方面：首先是一些应用系统仍然 不能摆脱操作型数据库系统的框架，其体系结构设计，模块划分等摆脱不了传统管理信 息系统的影子。其次，由于应用行业和企业性质差别，现有的各类数据多维分析软件无 法完好的支持该公司的设备管理信息的多维数据分析。最后，现有的各类多维数据分析 软件虽然不少，但是这些产品对于普通使用人员来讲很难理解应用，比如频繁涉及维的 定义、查询表的指定、计算公式的设置以及输出格式的约定等。所以，有必要设计一套 行之有效的多维概念模型及其查询语言，应用于设备管理的数据仓库中，针对大量的信 息数据进行多维的设备管理分析。 1 4 本文所做的工作 本课题研究的主要内容是对已有的数据进行科学和规范的整理，充分利用现有数据， 补充缺失数据，建立适合分析的数据库系统，即利用数据仓库、o l a p 、决策支持系统 的技术与工具，从多层次、多角度对原有的历史进行数据整合以及数据处理，形成一个 结构科学合理的、有弹性的运输设备管理数据仓库，并在此基础上进行数据分析，为设 备决策支持与管理工作提供良好的信息服务环境。 论文主要包括以下几个方面的内容： ( 1 ) 分析企业运输设备数据的特点，提出科学的运输设备管理数据仓库的数据组织 和管理方式，建立一个适合分析的运输设备管理底层数据仓库，将事务信息变成决策信 息。 ( 2 ) 在运输设备管理数据仓库基础上，分析传统的多维模型的优缺点，建立多维分 析数据模型，通过多角度、多层次的综合查询( m x ) 进行多维分析。 ( 3 ) 基于n e t 商业智能平台，利用s q ls e r v e r2 0 0 5 作为d b m s 和d w ，开发出运 输设备管理数据仓库多维分析软件系统。 7 西安石油大学硕 学位论文 1 5 本文的结构 论文是基于数据仓库多维分析的运输设备管理系统研究，把数据仓库技术应用到运 输设备的管理中，设计面向企业的丰富、全面、高效和庞大的不同主题的数据仓库，为 企业生产经营提供决策支持；用合理的方法来组织和管理数据源，以解决运输设备管理 的复杂性，信息的动态性，信息形式的多样性，信息源的分散性以及需求的时效性。建 立套高效、正确、全面的运输设备管理数据仓库多维分析系统。 论文共分六章，各章的内容概述如下： 第一章：绪论。提出论文的研究背景与意义，分析企业设备管理的重要作用、数据 组成、管理的特点和存在的问题，提出建立数据仓库多维分析系统的必要性，最后概括 总结了多维分析研究现状及其在物流运输行业的应用情况。 第二章：运输设备管理数据仓库的设计。首先阐述了数据仓库相关概念，其次根据 企业需求和数据驱动，抽取运输设备管理数据仓库的主题，设计相应的主题域、粒度和 e t l 等，并给出了运输设备管理数据仓库的体系结构。 第三章：运输设备管理数据仓库多维数据模型的设计。首先阐述了多维数据建模的 相关概念，随后以车辆主题为例，设计了相应的事实表与维表，最后用形式化的语言定 义了运输设备管理数据仓库多维数据模型，并给出了车辆主题的多维数据模型。 第四章：基于m d x 的运输设备管理数据仓库多维分析。首先阐述了o l a p 的相关 概念和多维查询( m d x ) 在多维分析中的角色，提出了运输设备管理数据仓库m d x 查 询系统的体系结构，最后给出了m d x 在运输设备管理数据仓库多维分析中实际应用。 第五章：运输设备管理数据仓库多维分析系统的实现。采用c s 模式建立软件体系， 利用面向对象的方法和n e t 技术，实现运输设备管理数据仓库多维分析。 第六章：结论与展望。对本论文的研究内容进行总结，指出其应用价值和前景，并 对今后的研究工作进行展望。 1 6 本章小结 本章首先分析了设备管理的重要性，数据组成和管理中存在的问题，得出引入数据 仓库多维分析的必要性及论文的研究意义，其次介绍了数据仓库与多维分析相关技术在 物流运输管理系统的应用研究现状，最后给出了论文的整体结构和各章研究的内容。 8 第二章运输殴备管理数据仓库的设计 第二章运输设备管理数据仓库的设计 要进行多维分析，应先构建相应的数据仓库。数据仓库是面向主题、集成的、不可 更新的、随时间的变化而不断变化的，这些特点决定了数据仓库的系统设计不能采用同 开发传统的o l t p 数据库一样的设计方法。由于数据仓库系统的原始需求不明确，且不 断变化与增加，开发者最初并不能确切了解到用户的明确而详细的需求，用户所能提供 的无非是需求的大的方向以及部分需求，更不能较准确地预见到以后的需求。因此，本 章采用原型法【2 0 】来进行运输设备管理数据仓库的开发，因为原型法的思想是从构建系统 的简单的基本框架着手，不断丰富与完善整个系统。但是，运输设备管理数据仓库的设 计开发又不同于一般意义上的原型法，数据仓库的设计是数据驱动的，这是因为数据仓 库是在现存设备管理数据库系统基础上进行开发，它着眼于有效地抽取、综合、集成和 挖掘已有数据库的数据资源，服务于企业高层领导管理决策分析的需要。 2 1 数据仓库的基本概念 2 1 1 数据仓库的定义 数据仓库是商业智能系统的基础，是企业长期事务数据的精确汇总。自从数据仓库 概念出现以来，不同学者从不同角度给出了多种关于数据仓库的定义。但是，截止目前， 学术界公认的是w h i n m o n 在建立数据仓库一书中对数据仓库的定义：“数据仓库 是面向主题的、集成的、时变的、非易失的数据集合，用于管理决策制定过程m 。 数据仓库概念的提出，划清了数据处理的操作型环境与分析型环境之间的界限。表 2 1 归纳了传统关系型数据库与数据仓库存储的数据之间的区别。 表2 1 传统数据库数据与数据仓库的数据比较 内容“一 _ “ “ ? 墨 数据库数据数据仓库数据 j 貉 ， ， “ 。翟 数据性质操作数据仓库( 集成) 数据 生存周期经常变化、生存期短相对稳定、生存期长 存取结果记录层的存取要求聚集方式的集合存取 存取