時間：2023-05-30 09:35:31
開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇主數據管理，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。
主數據管理（Master Data Management ，MDM)是一個正在快速成長的領域。由于非常看好這個市場，Oracle、IBM、SAP都推出了此類產品，同時，很多系統集成商也紛紛給自己的產品貼上MDM的標簽，提供各種解決方案。然而，對最終用戶來說，要用好這項技術，選擇合適的軟件產品并成功地部署它僅僅是第一步。
MDM是一門綜合性的技術，它提供一系列方法和流程來保證整個企業最重要的那部分數據準確、完整和一致，而不論它位于企業的哪個部門、哪個系統、哪個數據庫、哪個流程中或者哪個渠道中。然而，一個大型企業的經營活動要涉及眾多部門，就必然涉及方方面面的關系。經驗表明，要想讓MDM項目成功，必須考慮這些問題，而且必須理順這些關系。
正如一個成功的項目背后必然有一位有經驗的項目經理一樣，一個成功的MDM項目也需要有一位能處理好組織內各種關系的負責人，他要推動項目進行，要獲得組織的高級管理人員的支持，他還要讓業務人員把項目當成自己的事情。他要解決組織面臨的文化問題，要平衡好項目眼前的成功與組織的長期目標以及組織的IT架構之間的一致性，避免MDM成為組織的一個新的數據孤島。
在MDM項目中一個常犯的錯誤是，沒有對項目背后的非技術因素給予足夠的重視。換句話說，在MDM項目中，你會看到與很多要涉及業務和IT部門的大型項目一樣的各種明爭暗斗，包括爭奪“位子”、爭奪人事控制權等等。事實上，MDM項目結果很有可能一塌糊涂，因為通常這樣的項目要涉及市場、銷售、財務、客戶服務以及其他一些公司內很有權利的部門。從某種程度上，MDM很可能是組織內最需要講究理順各種關系的項目之一。
理順各種關系
MDM項目的第一步是要理解項目的目標，并制訂項目計劃。既然已經認識到解決MDM項目中各種非技術問題的重要性，那就要好好對此進行規劃。比如，要找出對項目有著重要影響的人，如銷售人員、財務人員甚至操作人員。如果公司非常大，一定要把所有與項目有關的人考慮進來。
找來組織的架構圖（如果沒有現存的就需要自己動手畫一個），找出每個業務的負責人和他們的直接上級，然后在圖上標注他們之間的相互關系，包括個人的以及業務上的。這里并不要求非常詳細，其目標就是做到心中有數，免得遇到問題時措手不及。
從政治或者說關系這個角度來考慮MDM項目時，必須牢記，你的項目分成兩個階段，一個是項目進行階段（包括項目前期規劃和實現），另一個是項目的持續維護。有一些項目失敗就失敗在，他們認為項目一旦部署完成就大功告成了。而實際上，這才是剛剛開始。
在MDM項目中還需要考慮數據治理的問題，這需要一些時間和精力。具體工作包括找出數據的所有者、解決爭端和各種問題，以及在組織內制訂信息管理的規章制度、安全規定和數據質量的規定等。
不管是項目的開始還是項目的進行階段都會用到的兩個重要方法是培訓和溝通。這方面的最佳實踐包括：建立新聞組和內部門戶、召開午餐會以及出席公司內部的部門會議等。大型的CRM和ERP項目采用的很多方法都可以借鑒，這些方法通常會很有效。一個精心組織的變更管理可以避免組織內部陷入無謂爭斗。
負責人要在組織內部承擔起MDM布道者的角色。要準備各種時段的演講，既有60分鐘、30分鐘、也有15分鐘、5分鐘的演講稿，以利用各種機會來培訓組織內部的員工，告訴他們MDM是什么、本組織關于MDM有什么樣的戰略計劃，同時還要使用各種溝通和通信工具保證各種人員了解你的MDM項目。
對大多數人來說，MDM聽起來很陌生，因此，項目負責人還要走出去，找出MDM帶來的業務價值，如提高經營收入、更好地與戰略進行融合、降低成本、改善客戶滿意度、更容易地滿足法規的要求等，可以是文檔，也可以是數據，找到后公布出來，以讓更多人了解。
盡管“做同時宣傳”要比僅僅只是“做”要困難得多，但是，這樣做是值得的。因為，一般而言，如果一個項目很明顯能夠幫助解決企業面臨的問題、增加收入，那么就不應該遭受批評也不會被消減預算。因為有了效益，項目就有了繼續進行的充分理由。
重視數據治理
上面比較多地考慮了各種關系，接下來還要考慮數據治理的方法。很多成功地完成了MDM項目的公司都非常重視數據治理，它們認為好的數據治理方法是MDM項目成功的前提和保證。
盡管具體的名字可能有所不同，但大多數公司都建立了一個三層的數據治理架構：高管級的數據治理指導委員會、中層數據治理委員會和具體的管理數據的業務人員及IT人員。具體負責數據管理的人員會出席數據治理委員會，數據治理委員的成員也會出席更高級別的數據指導委員會。
也許上述組織架構適合你的公司，也有可能不適合你的公司，但無論如何，你都應該設法讓公司高層進入數據治理指導委員會，他們將是保證數據治理委員會正常工作的關鍵，同時也有助于制訂相應的策略，幫助找到合適的業務人員和IT人員來執行這些策略和日常的數據治理工作。
數據治理指導委員會負責解決數據治理委員會解決不了的問題。指導委員會不定期召開會議（每月或者每季度），初期，會議可能會頻繁一些。數據治理指導委員會通常解決的是些根本性的問題，如“誰是數據的第一負責人”、“誰是某些數據的最終決策人”等。
數據治理委員會通常要有一位能把業務部門和IT部門召集到一起的高層領導。這個負責人領導數據治理人員和數據的所有者一起執行數據治理的有關策略。負責數據治理具體工作的人員可以是來自于公司總部，也可以來自于各個業務部門或者IT部門。
這里有一個挑戰是，項目負責人很少有權利從外面雇傭新人。因此，只能從現有的人中挑選。因此，那些參與過數據治理項目的人，哪怕只是有限地參與或者在某個應用或者某些功能方面參與過的員工都應該列入你的候選名單，最后從中挑選你認為合適的人選，并根據每個人的情況安排合適的任務。
與公司戰略保持一致
關鍵詞：主數據；行業企業；管理體系；數據服務
近年來，隨著企業信息化建設工作的不斷推進，各行各業已意識到信息資源作為生產要素、無形資產和社會財富，與能源、材料資源同等重要，是重要的現代戰略資源。建筑行業企業普遍實現了企業內外WEB站點，MIS系統已形成初步規模，有些建筑行業企業為適應數字化轉型，還特別新上線了SAP，實現了進銷存管理一體化，企業的產品開發創造能力、企業經營管理能力和國際競爭綜合實力進一步提升。然而隨著信息資源的不斷利用與開發，信息系統日臻完善，信息資源也日漸龐大，出現了信息資源的綜合利用程度低，系統內部、系統外部數據不一致，信息難以共享和交換等情況，甚至“信息孤島”。因此，各行各業迫切需要對數據進行有序管理，提高數據服務質量，進而促進企業效益的不斷提高。
一、主數據內涵和重要性
主數據（MasterData）是用于定義企業核心業務實體的數據，具有高業務價值，是可在企業內跨越各個業務部門被重復使用的數據，并且往往存在于多個異構的應用系統中，如客戶、員工、合作伙伴、產品、物料等。主數據管理（MasterDataManagement）的目的是協調和管理與企業核心業務實體相關的系統記錄以及系統登錄中的數據和元數據。有規劃、統一的主數據能夠促進企業數據源頭管理、業務流程的規范化，進而支撐企業的業務分析、管理創新、模式創新和業務決策等。
二、建筑行業企業主數據管理需求分析
（一）建筑行業企業主數據分類分析
建筑行業企業包含人員、組織機構、供應商、客戶、成本中心、利潤中心、會計科目、項目8類主數據，后續根據不同企業需求進行拓展延伸。為不失一般性，筆者在此以這8類主數據構建管理模型及其邏輯，各類主數據描述如下。1.人員人員數據在企業各個應用系統都會用到，通常情況下由企業人力資源部或辦公室在人力資源系統進行源頭管理維護，但是從目前大多企業情況來看，企業內部存在編碼不唯一的現象，如在財務系統人員編號A001為張三，張三在設備管理系統中人員編號又為1003，這就導致人員數據無法共享。2.組織機構組織機構主數據也是應用廣泛的一類主數據，在大多數應用系統中使用，通常也由人力資源系統進行源頭管理，但是缺乏分享共享機制，很多企業在應用過程中也存在數據不一致的情況。3.供應商和客戶供應商和客戶這兩類主數據通常在進銷存類、客戶關系類、財務類系統、物流類系統等應用系統中使用，維護好這兩類數據才能實現產供銷一體化。4.成本中心和利潤中心成本中心和利潤中心主數據通常在財務類系統、HR系統考核等系統中使用，維護好這兩類主數據才能開展部門績效考核。5.會計科目會計科目通常包括兩類：一類是財政部設定的科目，另一類是企業內部為了更高效率結算進行企業和內部設定的更細的科目（也稱之為非銀行科目），主要在財務類系統中使用。6.項目項目主數據大部分沒有實現統一管理，有些在設計系統、項目管理系統、合同管理系統、財務系統，大多沒有統一編碼，沒有統一對應起來，因此企業無法實施從設計、建設到銷售全鏈條的信息化建設。
（二）各類主數據管理功能需求分析
為不失一般性，下文以某一建筑行業企業的“供應商”住宿管理功能需求為例進行分析，具體如下。1.數據源和責任部門分析該企業的供應商主數據的數據源在OA系統和SAP系統均有，供應商主數據的編碼是來自于SAP系統，供應商主數據的其他數據則來源于OA系統。該類主數據的責任部門是市場部。2.業務流程分析整個數據處理流程為：供應商主數據信息的產生由申請人通過OA系統提交申請、市場部會審、ERP處數據組審核、SAP用戶返回供應商主數據編碼以及SRM系統用戶名和密碼、信息中心部門授予VPN賬戶和密碼等步驟組成，最后反饋給申請人。3.涉及的表單和數據項供應商主數據涉及的表單和數據項至少有：申請人姓名和聯系電話，公司名稱、公司簡稱、注冊資本、法人代表、稅務登記證代碼、電話號碼、傳真號碼、地址，審批后的相關信息如供應商代碼、VPN賬戶和密碼、SRM用戶名和密碼等。其中申請人姓名和聯系電話、公司名稱、公司簡稱、注冊資本、法人代表、稅務登記證代碼、電話號碼、傳真號碼、地址等數據項是必填項。4.與其他系統的關系其他業務系統需要供應商主數據信息，以SAP系統中的為準，當前SAP系統沒有為其他應用系統提供供應商主數據的標準接口。5.存在的問題供應商主數據當前存在的主要問題有：沒有提供標準接口，無法供其他應用系統讀取數據；在申請主數據過程中，有些數據項沒有進行格式化、規范化，如郵箱作為申請過程中的數據項，用戶即使輸入格式有誤也沒有提示；沒有集中化管理核心數據，容易出現信息更新滯后、數據不統一、不完整等情況；在當前管理模式下，不便于進行供應商主數據的維護、清洗、數據共享與交換等工作。將供應商主數據納入住宿管理系統統一管理，上述問題將會得到解決。
三、建筑行業企業主數據管理體系設計
（一）建筑行業企業主數據管理模型設計
為了能夠統一主數據管理，需要建設主數據管理平臺，實現各類主數據的統一全生命周期管理，如申請、審核、分發、凍結、停用，規范各類主數據管理，保證管理質量，并提供智能報表、數據導出、應用監控等。對于建筑行業企業來說，其管理模型構建如圖1所示。建筑行業企業管理平臺的數據管理服務需要實現至少8種主數據的申請、審批、凍結、停用等功能；數據治理服務要實現8種主數據的清洗、合并、相似度檢測等功能；數據應用服務要實現8種主數據的標準接口服務、實施推送、智能報表等功能；數據質量保證要實現8種主數據的規范化管理（規則定義和管理）。
（二）建筑行業企業主數據管理與應用體系框架設計
建筑行業企業主數據管理與應用體系主要包含基礎標準、管理標準、應用標準以及詳細分解，其中的管理標準結合現代建筑行業企業特點，將建筑行業企業主數據分為兩大類：用于管理的主數據和用于經營的主數據，如圖2所示。各類主數據按照現代建筑行業企業職能進行進一步劃分，將其細分為ABC三類進行精細化管理，旨在進一步對現代建筑行業企業職能進行精細化管理，減少因主數據交換而額外消耗的資源，最終實現建筑行業企業的主數據高質量管理與應用。在應用過程中，設計高層領導賬戶、普通賬戶、申請人賬戶、審核賬戶、超級管理員賬戶等，實現對整個主數據管理生命周期的過程管理，確保主數據管理的有效性、科學性。
四、小結
隨著信息技術的應用，建筑行業企業加強信息技術的應用，提高企業現代化管理水平顯得越來越重要。本文從建筑行業企業主數據管理現狀、管理需求分析，探索設計了一套建筑行業企業主數據管理與應用體系構建方案，以期為推進建筑行業企業高質量發展奠定智慧支撐的基礎，下一步將在此基礎上研究現代建筑行業企業主數據管理、現代建筑行業企業大數據平臺的構建。
參考文獻：
[1]廖愷.建筑工程項目管理信息化研究與分析[J].城市建筑理論研究，2018（10）.
[關鍵詞] 主數據；數據標準化；主數據管理
doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2016. 21. 033
[中圖分類號] F270.7；TP391 [文獻標識碼] A [文章編號] 1673 - 0194（2016）21- 0072- 02
1 集團公司主數據管理現狀分析
隨著集團型企業的多元化發展，企業的信息化系統也隨之增多，各系統之間共用的主數據也隨之增多，主數據的管理問題也日益凸顯，主要表現在以下幾個方面：
（1）集團共性系統之間主數據管理彼此孤立。集團各共性系統間逐漸形成了相對獨立的主數據信息。目前這些共性系統間主要通過人工方式進行主數據的維護、映射和轉換，由于缺乏對應的制度、流程和系統支撐，導致各系統間主數據不一致性日益明顯，無法給分析人員提供統一口徑的主數據信息和及時的差異比較，從而造成各業務人員維護工作量倍增的現象。
（2）主數據標準不完善、編碼結構定義復雜。企業將大量的信息含義定義到了數據編碼結構中，數據校驗存在大量人為判斷和手工操作。如物料編碼，將物料所歸屬的類別加入到物料編碼中，當物料所歸屬的類別發生變更，原有的物料編碼無法使用，增加了企業數據管理的成本。
（3）各主數據源系統集成復雜性與工作量大。目前包括外部單位、內部單位、物料等各類主數據，各自歸屬的數據源系統傳遞到其它需要使用的系統時，通常采用點對點或都人工錄入的數據集成模式，沒有形成統一的需求管理和集成方案，增加了系統集成復雜性與工作量。
（4）存在大量冗余和錯誤的數據，嚴重影響了報表、高層決策分析。
（5）主數據缺少主導部門的統籌管理，權責不明確，協同管理和維護機制不健全。
2 主數據管理解決方案設計
主數據管理解決的是企業數據問題，但根本是為了解決數據不準確帶來的業務問題。通過主數據管理最終實現企業“數據同源、規范共享、應用統一、服務集中”的目的。
主數據管理的核心是數據的標準化，而其主體則是主數據。數據標準化是信息系統成功應用的前提。無論是ERP系統還是其他專業信息系統的建設，都是一個對數據采集、加工和分析的過程，都是一個伴隨數據流轉而進行管理和控制的過程。只有在管理規范的基礎上完成對數據的標準化和結構化，才能使信息系統的采集和加工更有效，分析更準確，管控更到位。
2.1 主數據管理目標
建立集中統一的企業主數據編碼規范和管理維護流程，實現主數據編碼整個生命周期的全過程管理；
建立支撐主數據編碼規范和管理維護流程的主數據編碼管理平臺，集中統一管理主數據編碼數據庫；
為企業和各級單位提供集成、全面、準確和及時的主數據服務和信息化基礎工作的支持。
2.2 集團主數據架構
集團總部主數據平臺是整合來自于下屬多個集團集中的共性系統的主數據，比如組織架構主數據，并將主數據同步到各下屬集團，實現全集團的一致性和統一性。
各集團主數據管理平臺，是整合各集團內部的主數據。將不一致、重復、質量不佳的數據轉換成唯一的可信版本，使得各系統都能接受唯一的數據標準與集中主數據處理，保證平臺主數據的唯一性和可操作性。
3 主數據管理體系架構
3.1 定標準
分類標準：將主數據按一定的原則和方法進行區分和歸類，建立一個科學合理的主數據分類體系。
編碼規則標準：將主數據按照分類制定對應的編碼規則，制定符合企業現狀及發展的編碼標準。
數據模型標準：按照主數據屬性選擇標準和主數據類別使用特征確認每個主數據的屬性字段也就是我們通常說的主數據建模。
系統輸入和輸出標準：系統接口，各系統輸入和輸出標準的定義，保證共享。
3.2 建管理機制
從建立主數據管理組織，明確責任；梳理流程，建立審批及版本管理機制；建立數據巡檢機制，保證數據的準確性；建立運營規范，保證系統運行平穩等方面保證主數據信息在規定的節點準確地錄入系統。
3.3 建平臺
建立主數據管理平臺，實現主數據管理標準及管理機制的工作的落地。在主數據管理平臺內實現新增、修改、凍結等操作，審批通過之后，通過中間件集成工具ESB將數據給需要使用的各類業務系統。各業務系統不在獨立主數據，從而實現所有業務系統的主數據標準一致。
4 收 益
建設主數據管理系統的定位在于為全集團信息化工作提供信息化標準工作“四統一”服務，實現集團信息數據“資源共享”模式，即：
為全集團提供統一的公用基礎信息數據標準；
為全集團提供統一的公用基礎信息管理平臺；
為全集團信息系統提供統一的數據源頭和接口；
為全集團信息代碼管理提供統一的業務規范和工作流程。
5 結 語
主數據系統可以實現主數據的統一標準、統一管理，為集團型企業各類信息系統提供數據資源服務。可以通過SOA技術架構，實現為跨平臺、異構的信息系統提供數據服務與系統集成。通過主數據管理實現與現有應用系統的集成，并且具備與示來信息系統集成的能力，完成多系統數據的整合、流程的集成，實現數據共享 ，消除信息孤島，實現主數據標準統一，提高企業 信息化的投資回報率，提高數據資產利用的能力。
主數據管理是企業數據整理和管理的重要手段，建立主數據管理可以有效保障企業數據的精確性、完整性、一致性，從而為企業提供唯一的數據事實，從而為數據集成，數據資源，系統集成的深度開發和利用奠定了堅實的基礎。確保主數據的質量是一個長期需要重視的問題，需要建立高效的數據管控體系，有效地提升主數據質量，推進數據標準化水平。
主要參考文獻
[1]和軼東，張怡，曹乃風.SAP MDM主數據管理[M].北京：清華大學出版社，2013.
結論表明，該文提出的方案有效地提高了云存儲主從架構主節點及系統整體的性能。
關鍵詞：云存儲；元數據結構；元數據存儲策略；樹型數據結構
中圖分類號：TP393 文獻標識碼：A 文章編號：1009-3044（2016）16-0118-04
Abstract： To improve system scalability and the overall query speed ， cloud storage is typically metadata and data are managed separately. In a small file storage system ， increasing the cluster size can cause performance bottlenecks master node storing metadata. Aiming at this problem ， on the basis of small files into a large file technology， application -based RS algorithm Vandermonde matrix to improve its redundancy mechanisms to reduce the metadata stored in the system . The introduction of group concept ， the main application metadata form a cluster node management， and draw a tree data structure， a group of tree -based metadata structures ， while using the main way from the common node storing metadata， decentralized single master node pressure storage of metadata.
Conclusions show that the proposed scheme effectively improves the cloud storage from the main structure master and overall system performance.
Key words： cloud storage； metadata structure； metadata storage strategy； tree data structur
1 概述
云存儲由于其便捷性，數據存儲空間大且收費合理被廣大用戶所歡迎。因此，廣大互聯網行業紛紛推出自己的云存儲產品。并且為了更加提高其體驗性，研發者不遺余力的優化其技術。
當前云存儲中主要有兩種架構方式：主從架構及對等架構，主從架構即系統中有一個主節點，文件所有元數據存儲于主節點中，剩余的為數據節點集群，主要用于存儲文件數據[1]。對等架構是無主從之分，所有節點地位平等[1]，但有一個元數據邏輯層，即系統元數據單層存儲。主從架構由于其易擴展性及系統穩定性更高而更廣泛地應用于云存儲中。但主從架構有一個明顯的缺點，就是當系統存儲的是小文件，且小文件數量過多時，存儲元數據的主節點會成為整個系統的性能瓶頸[2]。并且在云存儲中，一般是采取多副本的形式進行數據備份，對于云存儲來說，是很消耗資源的，且主節點存儲的元數據還包括副本的元數據，當面對海量小文件，對主節點來說，壓力還是很大的。目前對于主節點性能的解決方式，大多是多用幾臺機器存儲，但這樣的做法會減少查詢效率，且浪費資源[2]
2 云存儲小文件系統元數據相關技術研究
典型的集中式架構的分布式存儲系統有Google的GFS[2]，淘寶的TFS[2]，Facebook的Haystack[2]。
在集中式架構中，元數據分為應用元數據及文件系統元數據。應用元數據全部存放于主節點中，用于定位文件在分布式集群中的機器、磁盤位置。文件系統存在于每個磁盤當中，文件系統的元數據存放于相應磁盤中，以inode形式存在。存儲在主節點的應用元數據為文件與集群的映射關系，應用元數據包括文件key到集群機器的映射關系，及到磁盤的映射關系等，也包括每一個文件key對應的三個副本到集群的映射關系。
文件的讀取如圖1所示，WebSever首先向主節點請求文件的應用元數據，查詢出文件在集群的位置，然后向數據節點查詢文件的具置信息，取得數據。
每個小文件存儲為一個文件會導致元數據太多難以被全部緩存，且過多的i/o操作會限制系統的吞吐量，為了減少小文件在文件系統的元數據i/o操作，主要是減少其系統存儲的查詢小文件所需的元數據，目前針對小文件元數據減少的方法是將多個小文件存儲在單個大文件中，控制文件個數，維護大型文件，則文件系統只需維護其合成的大文件的元數據，大大減少了系統存儲的查詢所需元數據。
小文件合成大文件的方法減少了文件系統元數據數量，但是，由于每個小文件維護三個副本，文件系統同樣需要維護對應三個副本的元數據，其并不利于內存的利用。且主節點維護的文件應用元數據數量為源文件元數據x，加上副本元數據數量3x，即4x，副本元數據量占源文件元數據量的三倍，當數據量大時，很容易造成主節點性能瓶頸。
3 云存儲小文件系統元數據管理方式優化方案
針對集中式架構主節點性能瓶頸問題，本文應用基于Vandermonde矩陣的RS算法減少主節點應用元數據，然后引入group概念，對主節點應用元數據應用group進行管理，使其形成基于group的樹型結構，改變了主節點應用元數據的數據結構，然后采用主節點與數據節點相結合的方式，改變其存儲策略，從這三個角度，減少主節點的元數據數據量及信息量。
3.1云存儲分布式小文件系統元數據數量方案改進設計
通過前面分析知，小文件合成大文件方式減少了文件系統所需的查詢數據的元數據量，但是其3個副本的冗余方式也導致主節點存儲的應用元數據量過多。即數據節點文件的冗余方式影響著系統所需存儲的元數據數量。
基于Vandermonde矩陣的RS算法是起源于通信領域的前向編碼方式[2]，由于其能夠在接收方做到自動檢測錯誤，并且能夠運用傳輸方傳輸過來的恢復策略進行數據自動恢復，使其能夠運用到數據存儲領域，即對要存儲的文件產生一定的編碼算法，產生出一定的校驗塊，當有數據丟失時，運用一定的機制進行恢復。如圖2所示，基于Vandermonde矩陣的RS算法利用n塊數據塊，生成m塊校驗塊，且m
如有n個源文件，應用一個文件三個副本的方式，主節點需要存儲4n個應用元數據，應用基于Vandermonde矩陣的RS算法對源文件進行冗余，生成m個校驗塊， 且m
這樣做的好處是明顯的，校驗塊生成的數量往往比源數據塊的數量少，存儲開銷小于源文件三個副本的存儲開銷，由此，應用元數據的存儲開銷也變少，且文件數據能夠達到高可靠性。
因此，本文將一定數量的小文件合成的大文件作為一個數據塊，用n個數據塊（n個大文件）生成其冗余的m個校驗塊，由此減少主節點存儲的副本應用元數據數量。主節點存儲的應用元數據化簡為圖3.6右，圖左邊為小文件合成大文件后主節點應用元數據的存儲，但是因為文件的冗余方式是3副本形式，則其i個文件（n個大文件）有3i個副本，應用元數據也為3i個，圖右邊i個文件（n個大文件）有m個校驗塊，但m的數量遠遠小于3i個副本量的元數據。
3.2云存儲分布式小文件系統應用元數據結構及存儲策略改進
造成主節點性能瓶頸的原因主要是存儲的元數據數量及元數據信息量，上一節運用基于Vandermonde矩陣的RS算法對小文件合成的大文件進行冗余，減少了應用元數據，為了進一步減少主節點存儲的應用元數據數量及信息量，本文引入group概念，如圖4所示，對i個小文件（n個大文件）及其所形成的m個校驗塊形成一個group，即這i個小文件的應用元數據及m個校驗塊的應用元數據形成一個group，然后將應用元數據信息交由group管理，使文件名與group形成映射關系。
為了實現邏輯上增大RAM-to-disk比率[3]，邏輯上擴充存儲應用元數據的內存空間，本文采取主節點與數據節點共同存儲應用元數據，由此可擴展應用元數據的存儲空間。且為了實現既使主節點管控整個系統的應用元數據，又減少其存儲元數據數量及信息量，分散其一部分信息到數據節點，本文引入樹型索引的概念，將應用元數據形成以group為根的樹型元數據結構，使主節點只存儲文件名與group的映射關系，并不再存儲校驗塊的應用元數據信息（校驗塊應用元數據信息交由group管理），而數據節點存儲大文件數據塊的地方存儲自己相應的group管理的元數據信息。
形成的應用元數據結構及存儲方式如圖5所示，主節點存放文件與group的映射關系，即以group的樹型元數據結構的根節點，主節點在應用元數據管控中只管理最重要的，而將group管理的應用元數據的具體信息分發到各個文件塊對應的節點中，即每個文件塊存儲自己對應的應用元數據，并加載到內存。由此減輕了主節點的壓力。
4 實驗與分析
4.1實驗設計
本文針對改進后的元數據管理方式，形成分布式小文件系統SFS，對SFS設計測試內容如下：
1）由于上傳操作是當數據上傳后，未做任何處理之前，主節點收到數據后就會給客戶端返回OK，因此，采用單線程在外網的情況下上傳1萬、3萬、5萬文件，并與NFS文件系統作對比，分析SFS的上傳性能。
2）下載操作，為了分析SFS優化過的元數據管理，對系統采取多線程下載，在不同多線程下載的情況下，與傳統云存儲的下載情況進行對比，分析本本文改進的元數據管理方式是否對系統性能發生了提高。下載操作分為順序下載及隨機下載操作。
測試環境：集群共配置19臺機器，一臺測試客戶端，1臺名字節點（Namenode），用于存儲一級元數據，1臺名字節點的備機，16臺數據節點（Datanode），用于存儲數據及相應的元數據。機器采用Intel（R） Xeon（R） CPU E5620 × 2的CPU，12G內存，操作系統centos 6.5 。
4.2文件系統上傳測試
上傳測試中，本文選用分布式文件系統HDFS進行對比測試，測試數據選取如表5.3，通過對SFS的整體性能測試及HDFS的性能測試進行對比，來分析SFS改進的元數據管理方式的性能。
從表2看出，隨著小文件數量的逐漸增加，SFS上傳文件的吞吐量隨著文件數量的增加而增大，并且當小文件數量達到14萬個時，系統吞吐量依然在增加，說明系統工作良好。HDFS一開始的時候吞吐量比SFS的吞吐量大，但是隨著小文件數量的增加，系統吞吐量增長緩慢，這是由于HDFS主要是處理大文件所引起的，小文件會導致過多的I/O消耗。圖5.2清晰的表現了兩者的對比。
從圖7中看出，在小文件數量逐漸增多的情況下，SFS的吞吐量持續增加，而HDFS的吞吐量變化不大，這是由于HDFS里面可以存儲大文件及小文件，系統對于文件的處理是進行分塊處理，當小文件數量增加，會導致HDFS的I/O消耗增加，所以系統性能吞吐量增加并不明顯，說明SFS對于小文件系統性能良好，改進的元數據管理方式提高了系統性能，適合于小文件系統存儲。
4.3文件系統下載性能測試
本節主要測試實現的主從架構中存儲元數據主服務器的性能，為了對比改進的元數據管理方式是否對分布式小文件系統元數據主服務器性能及整體性能提高，本節采取將元數據全部放置在主節點與改進的元數據管理方式進行對比，由于系統整體配置一樣，環境一樣，只是元數據管理方式不一樣，因此，對系統整體性能測試也即表現了元數據管理方式的性能。
在所述測試環境及測試目標的情況下，對SFS及傳統云存儲進行順序下載測試，采取50個線程進行下載，測試數據分為5組，最小從10000個文件開始，然后線性遞增，由于本文針對的是云存儲小文件系統，因此提出的文件大小不超過64K，具體選取的測試數據描述如表3：
從圖8看出，SFS設計的元數據管理方案對比傳統云存儲元數據管理方案使系統整體的下載時間降低了。由于SFS只將分布式文件的一部分元數據存儲于主從架構的主節點，即將基于group的樹型元數據的group信息存儲于主元數據服務器節點，剩余的精簡過的元數據分布于響應數據節點的內存中，查詢一個數據的方式是先在主節點查詢其位置信息，再到數據節點查詢數據，本文設計的數據節點的元數據是分布于查詢數據對應的節點內存中，并沒有多余的通信開銷，且元數據主服務器節點由于只存儲文件對應的group信息，存儲壓力小，性能必會得到提高，而傳統的云存儲是將分布式文件系統所有元數據都存儲于主節點，且主節點元數據一般存儲于數據庫中，所有元數據存儲于主節點會導致執行查詢多個表的操作，且主節點的壓力是比較大的，性能也會受到一定的影響。就是說，就算系統高負載情況下，SFS的響應時間會比傳統的快，一樣能夠提供更好的服務。
5 結論
本文分析了云存儲小文件系統元數據管理存在的問題，該問題導致了小文件系統主從架構主節點性能瓶頸，即系統元數據結構、元數據放置策略及系統存儲的查詢所需的元數據數量問題， 針對此問題，改進了主從架構小文件系統元數據管理方式，利用基于Vandermonde矩陣的RS算法改變冗余方式減少其元數據數量，引入group概念，對元數據形成集群管理，設計了基于group的樹型元數據結構，并在此基礎上采取主從節點相結合共同存儲元數據的方式分散主節點壓力。本文改進的元數據管理方式提高了主節點及系統性能，但之后主節點單點故障問題還需進一步研究。
參考文獻：
需求分析
1業務需求
小家電制造企業無不面對著一些嚴峻的問題,比如出貨不及時、預算周期出錯、倉庫飽和、資金周轉慢、供貨無法預料,因此,他們需要一個生產管理系統來幫助企業及時做出生產計劃,確定物料需求量,從而使企業的各部門能很好地協調工作,最終實現企業資金的有效利用和快速周轉。
2用戶需求
本系統要求具有良好的人機交互界面,便于用戶進行操作。要達到完全人性化的設計,無須專業人士指導,即可操作本系統。對于企業的管理人員,他們需要本系統能幫助他們做出及時有效的決策,并且實現自動完成數據計算,盡量地減少人工干預,以提高企業的工作效率,從而提高生產能力。
3系統功能需求
根據以上對生產管理內容和生產管理系統的分析,一個小家電制造企業生產管理系統應該包括如圖1所示的幾大功能。除此之外,系統還應包括信息系統必須具備的通用功能,其中每個功能都由若干相關聯的子功能模塊組成。1)基本數據管理模塊。該模塊主要負責錄入與維護系統的各種基本數據。2)生產計劃管理模塊。該模塊負責管理企業的主生產計劃和計算相關物料的需求量和需求時間。3)車間管理模塊。該模塊負責管理與企業生產車間作業相關的流程、資源、產品等信息。4)采購業務管理模塊。該模塊主要負責管理企業的采購業務。5)銷售業務管理模塊。該模塊主要負責管理企業的銷售業務。6)庫存管理模塊。該模塊主要負責管理企業的庫存信息,包括物料與成品的庫存信息。7)質量管理模塊。該模塊主要負責入庫產品的檢驗。8)系統管理模塊。該模塊主要負責操作員管理、修改密碼、修改權限、數據備份與恢復、系統初始化。
4系統業務流程圖（略）。
5系統數據流圖
數據流圖(見圖2),簡稱DFD,是SA方法中用于表示系統邏輯模型的一種工具,它以圖形的方式描繪數據在系統中流動和處理的過程,由于它只反映系統必須完成的邏輯功能,所以它是一種功能模型。
系統總體設計
1系統總體模塊設計
根據上面的系統需求分析后,可以設計出系統的總體模塊圖,如圖3所示。
2各模塊的功能說明
1)基本數據管理模塊。“基本數據管理”功能模塊用于設置生產管理中設計的基本數據。2)生產計劃管理模塊。“生產計劃管理”功能模塊用于管理企業的主生產計劃和計算相關物料的需求量和需求時間。3)車間管理模塊。“車間管理”功能模塊用于管理企業生產作業相關的流程、資源、產品等信息。4)采購業務管理模塊。“采購業務管理”功能模塊用于管理企業的采購業務。5)銷售業務管理模塊。“銷售業務管理”功能模塊用于管理企業的銷售業務。6)庫存管理模塊。“庫存管理”功能模塊用于管理企業的庫存信息。7)質量管理模塊。“質量管理”功能模塊用于按照產品工藝或客戶的要求,制定零部件、產品的檢驗標準,以保證原材料、產品的質量;同時通過嚴格執行企業的質量控制體系,從而提高企業的質量水平。8)系統管理模塊。“系統管理”功能模塊主要用于進行操作員管理、修改密碼、修改權限、數據備份與恢復、系統初始化。
數據庫設計
1數據庫邏輯結構設計
邏輯結構設計的任務是根據概念結構設計的結果和需求分析階段得到的數據的完整性和安全性要求,再綜合考慮所選擇的具體數據管理系統的特點,設計整個數據庫的邏輯結構,包括各數據表的名稱、每張表中各字段的名稱、數據類型、取值范圍、完整性約束條件、安全性要求等內容。
2數據庫物理結構設計
數據庫的物理設計是指為給定的一個邏輯數據模型,選擇最適合應用環境的物理結構。關系數據庫存的物理結構主要是指數據的存取方法和存儲結構。
系統模塊詳細設計和程序設計
1系統主界面的設計
系統主界面主要是由一個菜單控件和一個狀態欄組成,在狀態欄中顯示各種的信息。主界面為本系統的MDI父窗體,而其他的窗體都為MDI子窗體,它們都默認是隨父窗體自動創建和顯示的,父窗體可以在程序中動態地生成子窗口。
2基本數據管理模塊的設計
本模塊中包含多個子功能模塊,它們設計的基本方式都相同。
3生產計劃管理模塊的設計
本模塊由主需求計劃功能模塊、MPS主生產計劃功能模塊、MRP計算功能模塊、MRP歷史查詢功能模塊組成。
1主數據及數據元梳理存在的問題
在對企業的ERP、MEs、OA、財務管理系統等各個應用系統進行主數據及數據元梳理的過程中，通常會發現存在以下幾個方面的問題:()l各應用系統中的主數據，其分類和編碼也根據不同的需求偏好來設計，沒有統一的標準。往往存在一物多碼、一碼多物、數據冗余或者不完整等情況，使得系統間的共享、交互和同步變得十分復雜。(2)主數據不斷在不同的系統間被重復錄入和維護，造成高昂的管理成本和運營成本。(3)缺乏有效管理機制來持續管理和監控關鍵數據質量，造成數據的可催渡缺失，引起數據及報表的不真實性和紊亂。(4)卞數據沒有實現集中管理，各業務系統之間主數據相互交叉、引用關系紊亂，給系統集成帶增加了難度，導致居高不下的Tl成本。(幻各業務系統之間主數據共享通過兩兩系統之間進行接口進行，同樣的主數據同步給不同的系統，不得不進朽伏量的重復性開發工作，極大的增加開發成本和運維負擔。而且如同蜘蛛網狀的接口建設將易于出錯和難以管理、(6)龐雜的接口所涉及的數據交換行為沒有統的規范以及技術保障，管理和監控都非常困難，存在大量難以控制、可能被攻擊的漏洞，不能有效滿足信息安全和信息保障的要求。
2解決思路
2.1制定統一的主數據編碼標準。制定企業統一的主數據編碼標準。對從各應用系統梳理出來的主數據按其所具有分類編碼意義進行數據分類、分級，制定編碼規則、制定數據編碼結構和進行代碼定義、這樣，按制定的規范逐一對主數據進行編碼，有效地解決了編碼不統一的問題，確保信息編碼適用于不同的應用系統*提高應用系統之間信息共享、交換的效率和質量。主數據編碼標準規范體系要體現科學化、標準化、規范化、合理化，并滿足以下原則:實用性:對于基礎性標準必須嚴格采用國家標準和行業標準;對于在企業內部應用的可參照現有的國家標準或者行業標準，制定符合企業實際需求的標準。唯一性:在分類編碼標準中，每一個編碼對象僅應有一個代碼，一個代碼只唯一表示一個編碼對象。簡明性:編碼結構應盡量簡單，長度應盡量簡短，這樣可以減少計算的時間和空間開銷，也可降低基礎編碼的差錯率和復雜程度。可擴展性:在標準中應留有適當的余量，使標準有良好的延展性，以便適應不斷擴充的需要。
2.2制定統一的數據元標準。通過梳理分散在各應用系統中的主數據，分析主數據的公共屬性與特殊屬性，并對數據元進行準確而且無歧異的定義。這樣才能保證設計出來的主數據模型的準確性、有效性，對企業主數據庫的建設的指導才有意義。
2.3集中統一管理主數據編碼數據庫。通過建設主數據管理平臺來實現對主數據進行集中統一的規范管理，為各業務系統提供準確、標準、權威的可供使用的主數據:平臺具有主數據的申請、審核、錄入、修改、查詢等功能。在平臺啟用，對數據的處理應注意以下二個方面:(1)對歷史冗余數據的處理。在進行各應用系統間的主數據梳理時，將冗余的數據整理出來，在相應的應用系統中對這類數據進行調整合并。之后，才能將其合并后的主數據導入啟用的主數據平臺，以保證主數據的唯一性。(2)歷史數據的處理。歷史數據的清理是一個工作量十分大的工作，一定要下大力度一次性完成歷史數據的標準化和一致性。在清理完成后，建立標準數據與歷史數據的對照關系。(3)新數據的處理。設立數據斷點，系統產生的新主數據嚴格中遵循標準，必須在主數據管理系統進行維護，不允許在業務系統產生;
2.4建立集中統一的企業主數據編碼規范和管理維護流程，實現主數據編碼整個生命周期的全過程管理。規范主數據的維護原則、維護范圍、維護規則、維護內容。通過主數據維護申請、審核、的機制，明確主數據維護和審批的相關責任部門和責任人，以制度化的形式來推進和約束相關責任對象的行為，保證數據的及時性和有效性，杜絕由于數據維護不及時而影響正常業務開展的情況出現。
2.5制定統一的數據交換接口技術標準。通過制定企業內部應用系統之間、以及內部系統與外部系統之間信息交互的服務規約，包括創建服務接口標準、定義數據傳輸格式以及制定服務治理參考模型等，對企業各應用系統之間數據交互的服務進行統一管理和規范，使各應用系統之間更加有效達到數據集成、數據同步、消除信息孤島、提高信息安全保障、減輕人工操作工作強度和減少錯誤的目標。
3小結
通過對企業信息系統主數據及數據元梳理，制定符合企業信息系統主數據管理要求的標準規范，才能為企業提供集成、全面、準確和及時的主數據服務和信息化基礎工作的支持。實現各獨立應用系統的全面高效安全的數據和信息集成共享，實現真正意義上的數出一門。
作者：梁海玲 單位：廣西中煙工業有限責任公司
關鍵詞：云計算；云數據；數據管理技術
一、云計算
（一）云計算的概述。近年來，由于數據的快速增長，用戶對計算機的數據存儲能力，要求也越來越高。云計算是一項新興的數據處理技術，改變著普通用戶使用計算機分析、處理數據的方式，為用戶提供了強大的數據分析、存儲能力，方便用戶進行數據管理，目的是讓用戶高效的使用計算機的數據資源[1]。云計算不僅是解決數據的計算問題，更多的是結合其他技術進行綜合發展。
（二）云計算的技術原理。云計算以互聯網作為發展平臺，以計算機技術作為實現途徑，將數據進行整合、處理、應用、存儲等，云計算是一種有效性強、低成本的計算機技術，通過計算機系統，實現數據資源優化的計算方式。云計算的基本原理是使數據分布在計算機上完成，能夠使計算的數據進行合理的應用，實現計算機的存儲功能。這就意味著計算機的云計算能力就像商品一樣可以進行流通，最主要的是使用方便，價格低，而主要方式又是通過互聯網進行的，實現了與計算機技術的接軌。
（三）云計算的應用。云計算具有操作簡單的優勢，用戶無需掌握太多的云計算技術，就可以直接進行操作。在云計算下，可以使用戶快速獲得信息，為用戶提供一站式服務[2]。云計算的特征主要表現為管理性、分散性、儲存性等特征，同時還具有服務性、經濟性等更深層次性的特征。云計算系統是通過IP網絡連接的，云計算系統的核心組成部分是云計算平臺。目前，國內多數企業都采用了云計算來為用戶服務，例如，谷歌推出的谷歌App服務，IBM推出的“云海”操作系統等等，許多知名的企業都在大力的開發云計算軟件，隨著云計算的發展，一些虛擬化服務、數據整合服務也都采用了云計算技術，爭取創造出更多的云計算產品。
二、云數據管理技術
（一）GFS技術。GFS技術，是一個大型的文件計算系統，它為谷歌云計算提供大量的數據儲存空間，形成谷歌的云計算解決方案[3]。GFS將整個系統分為客戶端、主服務器、數據塊服務器3類，使應用程序直接調用這些函數，與該數據庫連接在一起，進行整個系統數據的保存。GFS將文件按照固定大小進行分塊，每一塊被稱為一個數據塊，并有相應的索引號。在客戶端進行訪問GPS時，需要先進行節點訪問，然后進行數據信息的獲得，這種數據存儲方式實現了控制數據流的作用，使得云數據管理技術的整體性能得到了提高。
（二）Dynamo技術。云計算的數據具有數量龐大、數據不確定性的特點，需要采用有效的管理技術對數據進行分析和管理。在云數據的眾多管理技術中Dynamo技術具有獨特的技術優勢，它不僅具有分布式的儲存模式，而且還能進行數據存儲的表格構建，Dynamo技術可直接提供底層支持，它的優點是通過它所提供的N、R、M三個使用參數，根據客戶的需求來進行實例的調整，其中N是副本個數，R是讀取個數，W是寫入成功的個數，當讀取個數大于副本個數，就可以保證數據的一致性，當讀取個數小于副本個數，則就不能保證數據的一致性。Dynamo技術的工作原理其實就是提供不同的版本，并能夠靈活應用。
（三）云數據管理技術的利與弊。云數據管理的數據具有海量性、異構性、非確定性的特點，而云數據管理技術本身又具有規模大、結構性強的特點，是針對云數據的特點使用的一種數據管理方式，在應用上為客戶提供方便快捷的數據模型，來進行數據的讀取。雖然云數據管理技術在不斷的改進和完善，但也存在著一些問題，例如，在數據丟失時，如何進行數據的還原與修復的問題，是需要云數據管理進行技術提升的方面。
結論
隨著社會大量數據信息的涌現，云計算和云數據管理技術受到越來越多的關注，這也充分體現了數據由密集型向技術型轉變的發展趨勢。傳統的數據管理方式在海量數據的沖擊下，會遇到一定的挑戰，云數據管理技術應采用新的方式去處理數據，從更深層去管理數據，通過云計算的平臺構建，實現為更多用戶服務的理念，也將出現越來越多的數據管理技術，使數據存儲和管理方式不斷的更新與發展。
參考文獻
[1]劉正偉,文中領,張海濤.云計算和云數據管理技術[J].計算機研究與發展,2012,1(07):26-31.
[2]南志海.云計算和云數據管理技術探討[J].硅谷,2013,06(05):7+3.
摘 要 一直以來，很多企業的往來款項居高不下，往來債權占用了企業大量的資金，存在較大的回收風險；往來債務影響了企業的資產負債率，存在較大的償債風險。很多企業往來款項管理混亂，甚至把“掛賬”視為解決棘手問題的靈丹妙藥，違背了往來款項核算的原則。本文明確了往來款項的定義，闡述了往來款項管理存在的問題，以及加強往來款項管理可采取的對策。
關鍵詞 往來款項 往來債權 往來債務 主數據 財務信息化
隨著市場經濟的飛速發展，社會競爭的日益加劇，企業越來越多地利用往來債權擴大銷售，減少庫存，利用往來債務推遲付款，緩解資金壓力。很多企業把往來款項當成了“蓄水池”，以備不時之需，導致往來款項管理混亂，會計信息嚴重失真。企業可以運用先進的管理理念和技術手段，借助財務一體化信息平臺對往來款項進行管理，提升往來款項管理水平，規范往來款項的管理。
一、往來款項的定義
往來款項是指企業在生產經營過程中因發生購銷產品、提供或接受勞務等經濟活動而形成的債權、債務關系。往來款項包括往來債權和往來債務。往來債權主要包括應收票據、應收賬款、預付賬款、應收股利、其他應收款、長期應收款等。往來債務主要包括應付票據、應付賬款、預收賬款、應付股利、其他應付款、長期應付款等。
二、往來款項管理存在的問題
（一）職責分工不明晰
很多企業上至領導，下到普通員工，對往來款項管理的意識淡薄，未將往來款項管理工作作為重要工作來抓，未建立健全往來款項管理制度。業務部門與財務部門、業務經辦人員和財務人員職責分工的不明晰，導致互相推諉扯皮現象層出不窮，造成無法落實責任。
（二）視往來款項為“蓄水池”
很多企業將往來款項視為“蓄水池”，通過往來款項人為調整企業的收入或支出，調節企業的利潤或凈收益，應對考核指標；很多企業通過往來款項隱藏收入或虛增費用，偷逃稅款；很多企業通過往來款項違規列支福利費、招待費等費用；很多企業通過往來款項套取現金，把往來科目當成隱秘的“小金庫”；很多企業通過往來款項違規收支專項資金等，造成企業會計信息嚴重失真，又極易導致企業國有資產的流失，滋生腐敗。
（三）不明往來款項長期掛賬
很多企業收到不明款項時，因未及時核實款項的性質、內容等信息，記賬手續不完備，無法根據經濟業務的實質進行賬務處理，只能臨時掛賬往來款項。掛賬后又未及時清理，久而久之，必然造成往來款項管理混亂。
（四）往來款項未及時對賬清理
很多企業疏于對往來款項的管理，未建立往來款項的對賬制度，未能定期或不定期與對方單位核對往來明細數據，長此以往，極易導致業務交易雙方財務數據不一致，會計信息不對稱，造成無法及時收回往來債權或對往來債務重復付款；對于已發生事實損失的往來債權，未及時收集資料予以核銷，造成往來債權有名無實；對于確認無法支付的往來債務，未及時履行相應程序結轉營業外收入，造成企業往來債務虛增。
（五）客戶、供應商主數據管理不規范
客戶、供應商主數據是往來款項管理的重要內容，其規范統一有利于往來業務的開展，提升往來管理的有效性。很多企業往來對象管理不規范，掛賬一次性客戶、一次性供應商、公共往來單位、公共往來個人、其他等虛擬往來對象，導致往來款項賬目混亂。
三、加強企業往來款項管理可采取的對策
往來款項涉及到企業日常經營管理的各個方面，涉及面廣，業務繁多，頻繁發生，容易出錯，企業必須加強往來款項管理，以免造成不必要的損失。
（一）制定完善往來款項的管理辦法
辦法應明確往來款項的主數據管理、職責分工、管理要求、核算要求等。企業應建立往來款項責任制，采取“誰經辦、誰批準、誰負責”的原則，經辦部門應做好往來款項的登記備查工作，并定期與財務部門核對，做到應收回的資金及時收回，應支付的款項按程序合理支付；實行定期對賬清理制度，并將對賬清理結果形成書面記錄，裝訂成冊并及時歸檔，不明款項應及時查明，規范處理，避免長期掛賬；建立往來款項的內部控制制度，嚴格實行不相容崗位相分離；制定往來款項管理的考核激勵機制，盡可能扭轉“新官不管舊賬”的現象。
（二）規范往來款項的主數據管理
客戶、供應商主數據是往來款項核算和管理的基礎，直接影響了往來款項管理工作的開展。企業應以財務信息化建設為支撐，搭建財務一體化信息平臺，作為客戶、供應商主數據管理的平臺。所有客戶、供應商主數據都需要在財務一體化信息平臺進行新增或修改，并提供營業執照、組織機構代碼證、稅務登記證的掃描件，確保客戶、供應商主數據管理規范，數據唯一，嚴禁使用虛擬往來對象，在一定程度上可以有效防范企業利用往來作為“蓄水池”進行違規操作，確保往來款項清晰、規范、安全。
（三）規范往來款項的過程管理
1、往來債權方面。一是加強應收賬款的管理。在發生賒銷業務時，企業應針對客戶的不同，制定適合的信用政策，明確信用期間、信用標準和現金折扣政策；發生賒銷業務后，企業應嚴格按照合同或協議約定履約，加大催收力度，按時收款；無法按期收回款項時，企業應根據約定采取必要措施，降低應收賬款的壞賬風險。二是加強預付賬款的管理。企業應在合同中盡可能約定較低的預付賬款比例，及時取得發票辦理結算，加快票據的傳遞，及時結轉預付賬款，壓降預付賬款的余額。三是加強其他應收款的管理。鑒于企業其他應收款往來項目核算混亂，財務風險較大，可以通過技術手段在財務一體化信息平臺中控制其新增過賬，確實有其他應收款業務發生的，應經分管領導授權批準后方可進行賬務處理，從源頭上規范其他應收款的管理，有利于控制其他應收款的混亂掛賬，降低企業財務風險。對于長期掛賬確認無法收回的往來債權，應積極收集證據，按規定程序審核批準后核銷。
2、往來債務方面。對于往來債務，應按照合同或協議約定進行付款，確保核算清晰，掛賬和付款依據充分，手續完備。應付款項出現借方余額的，實質上已成為對方單位對本單位的資金占用，應逐筆認真分析，查找原因，屬于取得發票滯后的，應及時取得發票辦理結算；屬于多支付的款項，應及時予以收回。確認無法支付的應付款項，應履行相應的審批程序后，及時結轉營業外收入。
隨著市場經濟體制的不斷發展，企業財務信息化建設的不斷深入，財務一體化信息平臺的不斷完善，企業財務管理水平的不斷提升，員工素養的不斷提高，企業往來款項的管理將更加便捷有效，往來款項將更加細致規范。
參考文獻：
關鍵詞：規劃 數據共享 安全
中圖分類號：TM715 文獻標識碼：A 文章編號：1674-098X（2015）12（b）-0016-03
近年來，隨著經濟的發展電網負荷增長迅速，電網建設規模也隨之擴大；同時，用戶對用電質量的要求也越來越高[1]，合理、科學的對電網進行評估分析顯得更為重要。而目前電網規劃所需數據采集主要靠人工和簡單的EXCEL收集，由于電網具有結構復雜，設備數量龐大，改造建設頻繁等特點，原有的數據收集方法存在效率低、時效性差、數據口徑不一致、正確性不高等問題，給準確地分析配電網帶來了很大的挑戰。
國內目前現有的這些數據管理軟件，一般只能利用網絡實現一些數據交換，并不能很靈活的實現與其它電力業務系統的平滑對接[2]。系統間的數據共享、傳輸和交互仍然很復雜，各個電力業務系統之間相對獨立，難以實現對現有數據資源的重復利用，這就使得對配電網規劃基礎數據管理工作仍需要工作人員的大量人工維護，無法真正有效地提高工作效率。
為此，該文對配電網規劃基礎數據管理工作進行研究，以解決原有的收集方法效率低、時效性差、數據口徑不一致、正確性不高等問題，以及與現有的營銷業務系統，SCADA系統，PMS2.0系統的交互問題。
1 系統特點
配電網規劃基礎數據積累標準化系統需要與多個獨立的其它系統進行數據交互，其中包括PMS2.0系統、調度系統、營銷系統，因此需要這些系統提供訪問接口。
配電網規劃基礎數據積累標準化系統作為電力系統信息化、自動化的重要組成部分，不僅能夠有效地降低用戶工作量，保證輸入參數的準確性，還能與其他的電力業務管理系統平滑交互，該系統具有以下特點：（1）系統采用SOA技術架構、J2EE開發平臺，由多個獨立的業務模塊構成，能夠進行靈活的拆分組合，使系統具有良好的伸縮性。和國家電網公司“大規劃”技術體系融合統一，便于擴展。（2）系統通過“適配器”模式，將規劃報告所需的數據從PMS2.0中通過數據庫連接接入，同時支持網絡中斷時通過EXCEL靈活接入；系統所需的用電量、售電量從營銷業務系統的數據庫導出，通過EXCEL模板靈活接入到系統中；系統所需的電量、負荷數據從SCADA系統中導出，通過EXCEL模板靈活接入到系統中，最終對接入的所有數據規范化處理，形成標準、規范的數據，進行統一管理。（3）具備大數據量處理能力。系統圍繞配電網規劃基礎數據業務進行開發設計，涉及到大量的變電站、變壓器、線路數據，系統采用數據分片、分布式緩存等技術，極大地提高了對大數據量的處理能力，提高了系統的性能。（4）智能建模。系統基于IEC61970/IEC61968的電網CIM模型，并加以擴展，自動生成電網設備及電網拓撲關系的數據建模。（5）采用先進的富客戶端技術，提供更加豐富、直觀的用戶界面。
2 系統架構
系統采用四層架構設計而成，遵循易用性的原則，系統基于B/S模式構建，系統程序只需要在服務器端安裝，客戶端使用瀏覽器，無需安裝任何程序，免維護，界面簡潔友好。按照總體設計要求，系統的總體架構如圖1所示，包含數據庫層、服務層、應用層、展現層，以下對各層進行闡述。
2.1 數據層
數據庫層承載所有業務基礎數據，是抽象設計的結果。數據層主要的數據來源為PMS2.0系統、營銷業務應用系統、SCADA系統，包括：設備臺賬、電量、負荷等數據，根據不同類型數據的特點，大體可以分為實時型數據和歷史數據兩種。因此，在數據層建設時采用同時建立實時與歷史數據，且兩大類數據庫配合聯動的方式共同管理系統平臺的基礎數據。
2.2 服務層
服務層是信息化的需要，它是信息化中數據與業務橋梁，是體現應用的工具。服務層主要包括數據接口與處理服務、診斷方法配置服務與系統管理服務三類業務。基于標準化、規范化的原則，各類服務都按照標準化的思路進行建設。數據接口采用通用的標準接口與規約，數據處理按照有關文件規定或者專家知識梳理形成標準化的知識庫，診斷方法配置都在同一的接口方案下配置，系統管理采用標準工作流、規范的權限管理與嚴格的安全機制來進行建設。
2.3 應用層
應用層集中體現了業務領域，包含業務邏輯與業務應用，其規范化的應用固化了生產業務處理方法，體現了標準化工作的精髓。應用層在數據層的基礎上，按照服務層的框架，主要實現配電網基礎數據管理系統的核心業務――規劃報告統計計算。具體來看主要包括基礎數據管理、負荷預測、規劃報告和在這一系列分析基礎上的綜合查詢統計。各個部分應用遵照配電網基礎數據管理工作的基本流程，統一協作運行，共同實現對配電網基礎數據管理工作的輔助支持與管理指導。
2.4 展現層
展現層是整個系統功能實現的最前端與最終表現，且與用戶有最直接的對話。展現層是數據和業務展現的通道，通過企業門戶展現工具可以圖、表、曲線等多種形式展現生產過程和生產結果。因此，展現層的建設充分考慮了人機交互的各種特點，以現有的先進的可視化、圖形化技術為建設保障，實現一個圖表、數據人性化展示的系統門戶。
3 配電網規劃基礎數據管理系統
配電網規劃基礎數據管理系統能夠根據接入的數據自動完成規劃報告的滾動修編工作。該系統提供了數據集成、負荷預測、規劃報告三大功能模塊，實現規劃報告所需數據平滑接入、規劃報告自動生成等功能，避免人工工作導致的耗時大、數據收集不全、正確性無法保證等問題。
配電網規劃基礎數據管理系統架構如圖1所示，下面對數據集成、數據管理、規劃報告三大功能模塊逐一介紹。
3.1 數據管理
數據管理模塊主要實現數據集成管理、基礎數據管理功能。
（1）數據集成管理[3]實現設備臺賬從PMS2.0系統中無縫抽取；用電量、售電量從營銷業務系統中導出后通過EXCEL模板靈活接入系統；電量、負荷運行數據從SCADA系統中導出后通過EXCEL模板靈活接入系統并通過特定的規則對系統中冗余或互補的信息進行綜合分析處理[4]。
（2）基礎數據管理模塊實現設備臺賬、電量和項目管理，提供變電站、變壓器、線路等的新增、刪除、編輯等功能。
①變電站維護的屬性包括變電站基本信息、地理信息、資產性質；變壓器維護的屬性包括基本信息、銘牌信息、檔位信息、阻抗信息等；線路維護的屬性包括基本信息、地理信息、資產性質等信息。
②項目清冊維護的屬性包括基本信息、資產信息等。
③數據建模：圖形建模實現三層圖形鉆取展示，主網接線圖、配網單線圖、低壓臺區圖，并可實現主網潮流計算、配網損耗計算和臺區損耗計算功能。
3.2 負荷預測
負荷預測（見圖2）模塊主要實現負荷預測、電量預測、國民經濟預測，并提供方案比較及專家干預功能，專家干預可設置多個方案的計算結果的權重，最終得到最優的預測結果；方案比較提供多個方案多個維度的對比分析功能，并可將對比結果導出。
3.3 規劃報告
規劃報告功能實現規劃報告的新增、刪除、導入、導出、統計計算、對比分析、報表上報、年鑒等功能，并可靈活配置樹節點以及數據不一致校驗功能，通過配置表名、字段、匹配條件等，自動進行數據匹配并校驗，配置成功后，若存在數據不一致的情況，將會給出提示。
4 結語
通過配電網規劃基礎數據管理系統的特點、結構、系統功能以及安全性可知，該系統緊密結合用戶需求，其中，系統功能中高效的規劃報告統計分析功能極大的提高了用戶工作效率，通過操作權限的設置保證數據的安全性與機密性，并且該系統符合業界主流的開發規范，通用性強，數據集成方式靈活，采用數據庫與PMS2.0系統交互和EXCEL模板導入的系統的方式與營銷業務系統和SCADA系統進行交互，很好地實現與電力業務系統平滑交互，這不僅能夠有效地降低工作人員的工作量，還能保證該系統使用的數據與電力業務系統使用數據實時保持一致，實現了數據資源的共享。
參考文獻
[1]楊萌.基于CIM模型企業電網分析平臺數據庫及數據接口研究[D].西安：西安科技大學，2009.
【關鍵詞】物料；標準化；技術規范
Standardized Research Materials on the Grid Equipment Manufacturing Enterprise
Dingdan Chen
（NARI Group， Nanjing， 210000）
Abstract： This paper introduces the network equipment manufacturing enterprises materials standardization construction background， the standardization of building materials needed by the development of materials Standardization Technical specifications， project management and technical specifications of the underlying data cleaning， final implementation of the underlying data management processes to realize materials standardizationmanagement and control.
Keywords： materials， standardization， technical specifications
一、背景
按照國家電網公司的總體部署，結合“建設國際一流的電力科研機構和高新技術企業”的戰略目標，2010年6月企業正式啟動企業資源管理信息化項目，同時為了支撐項目實施物料基礎數據標準化工作也同步開展。
作為企業發展，往往主要精力集中在企業生產、采購和銷售核心業務領域，而對于企業基礎數據標準化建設，往往容易被忽略，直接導致了物料基礎垃圾數據量不斷增加，物料基礎數據存在大量的“一物多碼”、“一碼多物”的問題，導致庫房物料重復、財務成本核算不準、無法統計集中采購數據等問題，逐步轉變成對精益化生產和物資集約化管理的重大阻礙。
二、如何建設裝備制造型企業物料標準化
作為一個裝備制造型企業物料標準化工作，不僅僅是清理不規范物料基礎數據工作，而是要通過制定、和評審物料標準化技術規范、確定管理流程、基于技術規范進行階段性基礎數據清理等工作組成，作為物料基礎數據標準化體系建設不僅僅是標準化建設，也是一個項目管理過程。
（一）物料分類與物料描述標準技術規范制定
開展制造型企業物料標準化工作，首先需要統一標準。由于各產業公司原先物料基礎數據是沒有統一管理，同時對于同樣品種物料基礎數據會貫穿研發、生產、采購和銷售各個業務環節，各自業務環節對物料分類和物料描述有各自業務需求和業務習慣，往往是不統一的。所以必須堅持以企業核心業務和物料命名自然屬性為原則，統一企業的物料基礎數據的物料分類與物料描述的技術規范是首要重點工作。
經過多方面科學論證，電網裝備制造型企業的物料分類標準，是采用大類、中類、小類加特征項、特征值方式對物資進行分類與描述的總體原則。物料編碼采用無意義編碼規則，長度為9位，符合國際大型制造企業物資管理趨勢；大類編碼3位，中類、小類編碼各 3 位，特征項、特征值編碼各6位，編碼容量充分考慮未來制造業發展需要。目前隨著企業發展，物資分類標準也進行兩次修訂，目前涉及物資大類共有28個，涉及電力設備、儀器儀表、通用元器件等多行業物資。
同時為了更加全面指導業務人員對物料進行準確和標準的選用，組織了企業內物料資深專家，對具體小類物資的命名規則的技術規范進行撰寫，主要是對一類具體物資的名稱、規格型號、廠家等信息如何規范描述，進行一個詳細說明和舉例。
（二）基于標準技術規范開展數據階段性清理
目前企業物料基礎數據已經非常龐大了，物料基礎數據標準化問題主要集中在：1、各單位物料主數據的需求基本集中在部門層級，各部門和各單位之間存在較大物料標準管理差異，致使相同物料采用不同物料描述，導致了物料重復問題。2、各單位在提報同類物料主數據申請時，會將同類物料放入不同分類進行提報，導致同類物料主數據分布在不同物資分類，導致主數據分類歸口的混亂問題。3、某些單位由于原有物資管理習慣和歷史原因提出修改標準物料的基本計量單位的問題，導致同類物料不同基本計量單位。
所以制定物料分類與物料描述的技術規范是基礎物料數據清理的基礎。基礎物料數據清理是一個非常繁重的基礎性工作，所以需要企業領導的大力支持，同時建議采用項目管理方式，通過撰寫具體基礎數據清理方案、制定詳細時間計劃和階段性里程碑，明確職責落實人員，制定考核機制保證基礎數據清理工作真正落實。同時建議通過搭建和開發一些數據清理信息化工具，來大大減少基礎數據清理工作量。
（三）制定物料基礎數據標準化管理流程
基礎數據清理，工作量再大，也只是一個階段性工作。控制垃圾數據增量，才是持續的日常工作。如何去管理物料基礎數據標準化及增量，鑒于所在企業經驗，首先、是搭建了基礎數據管理信息化平臺進行運維管理日常基礎數據；同時為了更好管控基礎數據標準，成立物料基礎數據標準化專家組組織架構；同時結合基礎數據運維平臺和專家組，制定基礎數據管理流程。
三、結論
作為一個以精益化生產為目標的電網裝備制造型企業，已經開始高度重視企業基礎技術標準化建設與管理，并不斷去研究生產標準化體系建設，為最大程度支撐企業的精益化生產管理目標夯實標準化基礎。
參考文獻
關鍵詞:數據銀行 信息共享 集中存儲
中圖分類號: 文獻標識碼:A文章編號:1007-9416(2010)05-0000-00
1 前言
信息時代,信息資源已成為與物質、能源同等重要的三大戰略資源之一。信息資源的開發利用是油田持續發展的關鍵環節和核心內容。采油一廠開發建設五十年來,形成了大量的油田開發生產數據,這些數據覆蓋了生產管理、油藏工程等各專業,數據資源,為油田進行精細地質研究、科研項目開發、生產管理、開發及措施方案制定等多個領域提供了實時、可靠的數據保障。
隨著近幾年網絡、硬件等條件的不斷改善,特別是大慶油田PDPMIS系統、A2油水井子系統在我廠的陸續廣泛應用,通過網絡實現了各類數據信息的運算、傳輸、匯總。如何為用戶提供實時、準確的數據服務和制定嚴密的安全策略,保證各專業數據庫數據之間的交叉應用,為數據安全管理提供技術手段,不斷滿足數據庫應用人員需求,提高信息資源和設備資源的利用率,是數據管理中心主要研究解決的問題。
2 廠級數據管理中心方案設計
2.1 總體方案
實現對油田開發數據庫數據的統一、有效的管理,包括:數據存儲結構的優化;數據庫安全存儲、備份機制的完善和建立;數據上網情況的監控;上網數據數據質量的校驗;陳舊信息(數據垃圾)的清除或轉儲。確保各類數據的及時、準確以及數據安全、存儲備份,使數據資源在生產、科研、管理上實現最大限度的利用。
2.2 系統結構
將油藏工程、采油工藝、地面工程、生產管理四大專業的數據集中存儲、管理,共享應用。根據數據管理應用的實際,系統主要分為四個模塊:即數據維護、數據存儲管理、數據安全及數據查詢應用。
3 關鍵技術及解決途徑
3.1 關鍵技術
采用數據銀行技術,實現油田開發各專業生產、管理領域間的數據共享。其特點為:
⑴ 數據銀行按照統一的數據模型存放多學科數據。包括:開發地質、油藏工程、 采油工程、生產運營、地面工程和管理決策等領域。⑵進入到數據銀行的數據必須確保其完整性和正確性。⑶采用多種存儲介質,存儲容量大。⑷具有可視化的數據查詢和檢索系統;可以方便地為各類應用系統的綜合應用數據庫提供數據交換服務。
3.2 解決途徑
⑴依據油田開發生產數據庫的邏輯結構及數據流程,建立數據中心數據存儲模型。⑵用網絡及Oracle數據庫安全技術,制定切實可行的數據庫安全、存儲、備份機制,確保各類數據的安全、備份和應用。⑶在數據存儲中心的平臺上,開發數據庫管理平臺輔助工具,包括:數據庫用戶授權、數據上網情況監控、數據資源概況檢查、數據質量檢查分析及通用數據查詢等。⑷對油藏工程、采油工程、地面工程三大專業數據庫質量進行跟蹤檢查,采用符合企業、公司專業信息標準的算法對數據質量進行校驗。⑸整合各專業信息資源,建立三大專業數據信息互動、互用的信息應用模式,保證數據信息唯一性、及時性、完整性。
4 數據管理中心方案實施應用
4.1 數據庫用戶管理
數據庫用戶是訪問Oracle數據庫信息的途徑,為防止來自用戶無意和惡意的破壞,針對不同用途限定其訪問數據庫、數據表以及數據字段的權限是保證數據質量及數據安全的有利手段,根據數據用戶特點和數據應用情況,將數據中心的數據庫用戶分為五類管理[1]:基礎用戶組;項目用戶組;個人用戶組;公共用戶組;臨時用戶組。
4.2數據庫安全存儲備份
數據管理的關鍵是存儲管理,數據庫安全存儲是數據庫共享應用的基礎。
⑴數據庫熱備份必須解決三個問題,一是主從數據庫的數據必須是同步的。二是在主服務器發生故障時,從服務器自動切換提供服務。三是從服務器的自動恢復技術。我廠的數據庫服務器基本實現了自動同步備份功能,是在相應的軟件支持下完成的,Oracle數據庫要提供不間斷實時服務,就必須保證主、從服務器的實時同步鏡像,必須解決數據庫的智能切換技術[2],我廠的熱備份系統的核心應用軟件選用了LifeKeeper軟件。
⑵數據的冷備份是應急措施,數據冷備份的第一個重要作用是提供數據的可回歸性。因為各專業的數據維護人員對Oracle數據庫的安全性能和機制、以及數據庫寫的提交機制不可能很熟悉,對原始數據執行了批量誤操作,當再查閱數據時,發現數據有誤,這時對原始數據的備份即冷備份就會發揮作用,用我們的日、周、月、年的原始數據備份,找到恰當的時間點,由專業技術人員配合,實現部分或全部恢復數據。第二個作用是主、從數據庫服務器同時故障,當然這種情況非常少見,是為了以防萬一,是熱備份的補充。
由于數據的原始數據備份需要占用一定的系統資源,利用計算機的計劃任務功能定時(在系統運行相對空閑時間)啟動備份進程[3],每天檢查運行情況,為了保證備份數據的完整、有效性,采取了日、周、月、年多種備份方式,具體方法是通過刻盤機以及磁帶機進行雙向復制,形成有效的介質備份。
4.3 上網數據監控
對網上油田開發生產數據傳輸及時性的監控,對數據庫建設進展情況進行統計分析,按照各數據庫維護周期進行監控,給出統計報告,按記錄數變化情況形成圖表或曲線,為考核管理工作提供直接的依據。
4.4數據質量檢查
數據質量控制是數據庫建設管理的重要組成部分,并貫穿于數據流動的每一個環節,因此采用符合企業、公司專業信息標準的算法對數據質量進行校驗,包括:邏輯判斷、數據統計算法判斷、值域判斷等,同時提供網上數據修改功能。
4.5 通用數據查詢
數據管理中心方案的核心是各類生產數據,保證各專業人員能夠充分共享現有數據資源,加快數據查找速度是數據管理中心實現的主要功能之一。通用數據查詢功能可以將數據中心內存儲的數據表(基礎數據表、自建數據表)通過用戶給出的任意條件以及多條件的組合,來查詢、瀏覽某些或全部字段,同時可以顯示字段的屬性包括字段的漢字代碼、寬度、類型、是否允許空值等。
5結語
本文針對數據的安全管理、存儲備份、數據質量控制等方面進行詳細的分析同時提出設計方案,制定了嚴密的數據中心安全策略,重點研究科學、規范、合理的數據庫備份、存儲管理,采用標準算法對開發數據進行質量檢查、跟蹤,建立方便、快捷、統一的數據庫應用平臺,最大限度共享現有數據信息資源。但是,對于整個方案設計還有待于進一步的實際應用來不斷完善。
參考文獻
[1] 苗雪蘭.一種基于角色的授權管理安全模型的研究與實現,計算機工程.2002年9月.
[2] Life keeper技術白皮書美國steel eye公司,2002.
關鍵詞：商品管理、多系統交互、貿易企業、信息化
引 言：
隨著業務的發展，一些大中型貿易企業已經不滿足于單一系統的運維和管理，由于業務日趨復雜，對信息系統的要求也趨于專業，大而全的系統并不能滿足一些細節的需求，這就要求企業從自身需求出發，在各個環節上都有針對性的采用市場上較為專業的軟件系統進行操作，這就使得一個企業會擁有多種業務系統，這些系統通過協同來實現經營的信息化。
但是，由于不同的軟件供應商提供的產品其商品數據相關的字段缺乏統一的規范，這就勢必造成多系統交互的過程中產生各種各樣的不兼容問題，從而造成數據錯誤或傳輸故障，影響正常的業務進程，因此實現商品數據的統一規范是多系統交互過程中非常重要的問題之一。
一、貿易企業信息化發展的方向
目前的貿易行業與傳統意義上的貿易最大的不同之處在于，它不僅僅局限于靠低買高賣賺差價的交易過程，而是將完整的產業鏈作為行業新的動力，信息化的建設無疑成為整個產業鏈最重要的紐帶，網絡和信息化給貿易企業帶來了全新的生命力。隨著中國經濟在全球經濟中的地位越來越重要，對外貿易也成為我國經濟發展的重要部分，這就要求企業信息化的進程和管理的理念與國際市場接軌，對于信息化的要求不能僅局限于貿易為核心，應該轉向貿易與管理并重的模式，這樣才能提升競爭力，使企業在國際貿易市場上立于不敗之地。
暢通的信息流和完整的供應鏈體系都是不可或缺的信息化建設目標，而信息化建設過程中，往往成本高、維護難，網絡安全因素，以及對專業技術人才依賴性強都造成企業在信息化建設過程中如履薄冰，要解決以上困難，除采用專業、成熟的軟件產品外，更需要管理者有著較為長遠的眼光并掌握先進的管理理念，通過梳理企業目前信息化現狀，分析現有信息化的結構，找出阻礙信息化進程的問題，針對具體問題商討解決方案，從整體到細節，從長遠到眼前，設計一系列符合企業實際情況的信息化解決方案，指導并監督信息化進程的執行情況，把握整體方向和進程，確保信息化建設能夠按照事先設想的方向落實。
信息化建設不是一個獨立的項目，因為它并不是一成不變的，在一個階段的信息化建設完成之后，還需要后續持續的增加投入，加強維護，在使用過程中不斷的發現問題解決問題，并且需要根據企業業務的發展和變化不斷完善信息化系統，這是一個長期的過程，需要企業管理者重視并將信息化系統真正的融入到企業業務發展和管理提升中來，如此，信息化建設才能對企業未來的發展推波助瀾，使企業及時掌握行業前沿動態，助企業在信息時代的大潮中始終占有一席之地。
二、商品數據的統一規范在企業信息化系統中的必要性
1.商品數據的定義
商品數據是描述核心業務實體的一個或多個屬性，是在進行企業業務架構分析中發現的核心業務對象。
商品數據是企業產業鏈核心業務流程的各個信息系統的基礎數據。商品數據管理是指一整套的用于生成和維護企業商品數據的規范、技術和方案，以保證商品數據的完整性、一致性和準確性。集成、共享、數據質量、數據治理是商品數據管理的四大要素。商品數據管理要做的就是從企業的多個業務系統中整合最核心的、最需要共享的數據，集中進行數據的清洗和豐富，并且以服務的方式把統一的、完整的、準確的、具有權威性的數據分發給全企業范圍內需要使用這些數據的操作型應用和分析型應用，包括各個業務系統、業務流程和決策支持系統等。
2.商品數據管理的關鍵價值體現在以下幾點：
（1）保證數據的唯一性和準確性
數據的唯一性和準確性是商品數據管理中最關鍵的性質，它直接關系到其他系統數據的統一，保證貿易企業從批發到零售環節在商品數據方面無差異，從而有效提高企業的經營效率、降低商品管理成本。
（2）有效降低數據管理成本；
企業通過一個商品數據管理平臺將每個商品的所有屬性統一管理，統一，各系統根據自身需要有選擇的訂閱商品的屬性，可以使得商品管理的成本有效降低。減少人為手工操作的失誤率，還可以減少人力成本。
（3）更加準確的決策支持；
商品數據的統一管理能夠更好的將管理決策規范落實，比如商品的分類方式、分類規則、商品銷售方式、統一零售價等等，由集團決策層統一規劃，最終在商品管理系統中落實，并且通過系統交互規則出去，其他使用商品信息的系統只要按需接收即可，保證了決策能夠無差錯的落實到零售終端中去。
（4）系統架構靈活性和創新性。
系統架構的靈活性和創新性體現在商品管理平臺的設計上，商品管理平臺設計原則是將所有操作型應用系統和分析型應用系統所涉及的商品管理內容統一整合到一起，集中進行規劃，按需共享到其他系統中去。
3.商品數據統一規范的必要性
商品數據管理策略更多的是考慮如何實現商品的規范，這是提升單品統一性的重要途徑，也是多系統交互的重要基礎，更是企業降低管理成本的重要手段，商品規范的意義，既包括商品的屬性的規范，也包括系統交互規則的規范，二者其實是一致的，商品屬性的規范是我們期望達到的目的，而系統交互規則的規范則是達成這一目標的重要途徑。
三、商品數據管理目標
商品數據管理的目標是實現貿易企業集團體系內，各個業務系統中的商品數據集中管理、數據共享，有效降低數據管理成本、保證數據的唯一性和準確性；
提高對商品數據有效治理能力，提高商品數據的數據質量，為企業各個系統的數據協同、業務處理打下良好基礎、提供更加準確的決策支持；
四、商品數據管理平臺的設計架構和實現方法
1.企業服務總線（ESB）
ESB全稱為Enterprise Service Bus，即企業服務總線。它是傳統中間件技術與XML、Web服務等技術結合的產物。ESB提供了網絡中最基本的連接中樞，是構筑企業神經系統的必要元素。ESB的出現改變了傳統的軟件架構，可以提供比傳統中間件產品更為廉價的解決方案，同時它還可以消除不同應用之間的技術差異，讓不同的應用服務器協調運作，實現了不同服務之間的通信和整合。從功能上看，ESB提供了事件驅動和文檔導向的處理模式，以及分布式的運行管理機制，它支持基于內容的路由和過濾，具備了復雜數據的傳輸能力，并可以提供一系列的標準接口。商品數據管理平臺就是基于ESB來實現多系統交互的。
2.商品數據數據管理系統的實現方法
商品數據數據管理系統的原理是采用總線型的集成方式（ESB）與財務業務一體化系統、零售系統、物流系統、數據分析系統等進行集成應用。商品數據管理系統承擔企業內商品管理相關數據（商品主分類、自定義分類、自由項檔案、計量單位檔案、產品線檔案、稅目稅率、商品基本檔案等等）的管理，包括商品數據的維護生成、保存、修改、刪除、。ERP、零售、物流等業務系統訂閱各系統需要的數據信息，并通過ESB企業服務總線獲取相應信息后作后續數據處理完成最終應用。
各系統交互模擬圖
五、商品數據管理的前瞻性和重要意義
1.前瞻性
商品數據管理的前瞻性體現在可以為想要進行信息化改革的企業或者在信息化改革過程中遇到阻力的企業提供一種可行性的解決方案，商品數據管理的理念適應集團化連鎖經營企業的信息化改革，可以為企業在實現信息化的道路上提供新的思路。
2.重要意義
商品數據管理主要針對采用多種應用系統實現信息化的貿易企業，其解決了長期以來影響企業信息化實施的困擾性問題之一。
采用多應用系統進行運營管理的企業，在供應鏈、財務、物流等方面往往會選擇每個環節較為專業的軟件產品，雖然各軟件產品在各自的領域都有著突出的優勢，但多系統綜合應用勢必會帶來一些不兼容的問題，商品數據的統一性就是其中比較突出的問題，在沒有商品數據管理統一平臺之前，企業往往會花費大量的人力物力在每個系統中維護重復的商品信息，由于采用人工操作，產生錯誤的概率就會增加，這不但會給企業帶來較高的人力成本，也影響信息化的效率和進程，商品數據管理平臺的設計和落實，有效的改善了這一問題，操作者只需要在商品數據管理平臺統一錄入一次商品信息，這些信息就會通過預先設計好的訂閱方式下發到各應用系統，同樣，如果需要修改信息也只需要在商品數據管理系統中執行一次即可。如此，不但可以解決商品信息不統一的麻煩，也可以為企業節省成本，更增加了信息化進程的效率，也使員工從大量的單一的重復勞動中脫離出來。
綜上，商品數據管理是具備可操作性可執行性的一種新的管理思路，可以有效提高企業信息化過程中的效率，解放勞動力，提升管理水平，使商品數據有源頭、可追蹤，使企業的信息系統真正的成為一個體系，為企業信息化運維打下堅實的基礎，為企業提高主營業務的競爭優勢提供保障。
參考文獻：
[1]沈榮耀.連鎖企業商品管理.立信會計出版社，（2012-02出版）
[2]白世貞.連鎖企業商業運營管理.中國人民大學出版社，（2011-05出版）
