基于数据仓库技术wms仓库管理系统探究

《基于数据仓库技术wms仓库管理系统探究》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、基于数据仓库技术WMS仓库管理系统探究　　摘要：通过WMS仓库管理系统可有效处理现代物流货物往来信息，在很大程度上为管理层决策的做出，提供了有效的支持。数据仓库技术在现代WMS仓库管理系统中的应用，为其功能层级提升，提供了有利的保障。本文将对现代仓库管理系统发展中的问题与不足进程分析，并在此基础上就数据仓库技术、数据仓库建立和分析处理模块，谈一下自己的认识，以供参考。关键词：数据仓库技术WMS仓库管理系统研究中图分类号：TP273.5文献标识码：A文章编号：1007-9416（2013）12-0105-01传统的仓库管理系统只是一种以纸张文件为基础的仓库管理系统，作为旧的信息数据传递手段，一

2、方面其增加了工作成本，另一方面货品摆放、拣选等，也缺少有效的指导。在该系统下，仓库人员只是凭借着所谓的经验、记忆等，对货品信息资料进行管理。在该种条件下，仓库作业中摆错货位以及拣错货品的现象屡见不鲜。之所以会出现这一现象，主要是因为缺少有效的系统化数据仓库技术作为支持，而且管理人员也难以及时了解整个仓库货品实际分布状况，作业质量和效率非常的低。因此，加强对基于数据仓库技术的WMS仓库管理系统研究，具有非常重大的现实意义。61仓库管理系统中的问题分析从当前物流管理系统体系来看，虽然仓库管理系统的作用和地位非常显著，而且日益趋于成熟，但实践中依然存在着一些问题与不足。首先，虽然事务处理系统比较完

3、善，但决策支持能力较差。对于仓库管理系统而言，其包括操作人员、操作流程模块等部分，其中操作人员又可以细化为仓库管理员、搬运员以及其他用户。具体操作过程中，主要流程有入库、出库以及盘点和查询工作。目前来看，仓库管理系统主要是基于工作人员、业务流程以及事物处理系统来实现。从效果上来看，虽然该系统可有效实现对操作人员的业务支持，但却不了解管理层情况，以此为基础所做出的决策对全局发展无明显益处。其次，条码技术应用。对于仓库管理系统而言，通常情况下它是通过条码技术对货物数据信息进行识别，较之于传统的手工记录而言，识别速度大幅度提升。对于条码技术而言，通常只能对同类货物识别，条码自身是被动识别，需要通过

4、传统的人工方式进行操作，或者利用光学原理进行识别。从识别方式上来看，货物数量较少时，应用效果显著，但需要对大批量的货物进行处理时，就很难及时获得相应的仓库货物信息。6最后，信息标准不明确。采用条码技术过程中，通常是一维编码。就现代物流要求供应链管理而言，很难有效满足供应链上的货物自产地到目的地之间的有效跟踪存储。同时，也难以有效满足后续过程数据仓库中对数据呈现出产地、时间以及目的地等要求。数据组织性缺乏也是一个非常客观的问题，仓库货物比较混杂繁多。对于WMS系统而言，其存储对象通常是短期数据信息，采用的多是关系型数据库，数据组织性比较差，而且也未产生系统、集成性历史信息记录。因此，难以对数据

5、信息进行具体的分析与研究。2数据仓库技术对于数据仓库技术而言，其作为新兴的技术手段，目前已经日渐趋于成熟，并且引起了广泛关注。实践中可以看到，数据仓库、数据信息挖掘以及联机处理分析结构，成为决策支持系统的主要解决方案。较之于传统的数据库而言，数据仓库所面向的分析型数据更为复杂，可有效解决数据信息集成、综合以及不一致等问题，从而使业务操作环境、数据分析环境之间相互分离开来，有效地决策了实时信息服务的问题。在此过程中，配以数据信息挖掘技术、联机分析处理手段，可构成一套实用性非常强的决策支持。对于现代数据仓库而言，较之于传统的事务处理数据库，其主要特点表现在以下几个方面：6第一，数据仓库的主要特征

6、在于面向企业重要主题，实际是分析驱动、面向主题的信息处理技术手段。这与传统的事务数据库有所不同，后者是事务驱动、面向应用实践的数据信息处理模式。第二，数据仓库的另一个特征是信息的高度集成化，即命名规则、度量单位、编码规则以及数据物理属性方面的高度一致性。第三，数据仓库中的信息数据并非一个时刻上的信息数据，而是时间段信息数据。事务数据库对当前具有精确性，数据仓库中的相关信息数据对某个时间段也是精确.时间跨度性非常的明显。第四，面向应用事务数据库操作，其主要是基于单个记录插入、删除以及更新，而且性能非常的敏感，内容很容易发生变化、无冗余；而对于面向主题的数据仓库系统来说，操作过程中更多的基于多个

7、信息数据源的集成刷新，而且其性能也不够敏感、可能会出现内容上的冗余。3数据仓库建立和分析处理6根据企业决策要求，先将主题确定下来，然后选择相应的数据源。在此过程中，还要对数据仓库中的数据组织实施逻辑结构设计，并且针对系统设立仓库内货品存放位置、路径以及企业货品利润计算主题。数据仓库数据库设计过程中，应当设计多维数据结构维表，并且针对差异性的主题选择数据模型。数据转换过程中，可实现自源系统抽取、清理、一致性格式