仓库管理的基本概念范文第1篇

【关键词】Maven；项目；仓库；依赖管理；插件

1 Maven概述

什么是Maven？Apache给Maven的定义是：Maven是一个项目管理工具，由一个项目对象模型，一组标准集合，一个项目生命周期，一个依赖管理系统，以及用来定义在生命周期阶段中插件目标的逻辑组成。

2 Maven基础

项目作为Maven的基本概念，包含pom.xml的任何一个文件都是一个项目，及项目被定义为项目对象模型。项目之间可以相互依赖，一个项目也可能由多个子项目构成，另外，项目之间还可以继承。

坐标是一个项目的唯一标识，它包括groupId、artifactId和version。groupId定义了项目属于哪个组，这个组往往和项目所在的组织或公司存在关联，artifactId定义了当前Maven项目在组中唯一的ID，version顾名思义就是当前项目的版本。

在Maven中另一个重要概念就是仓库（Repository）。因为坐标机制，不同Maven项目使用任何一个构建都是完全相同的。在此基础上，Maven可以在一个统一的位置存储所有Maven项目共享的构件，这个统一的位置就是仓库。因为任何一个构件都有其唯一的坐标，根据这个坐标可以定义其在仓库中的唯一存储路径，这便是Maven的仓库布局方式。譬如：groupId=org.testng，artifactId= testng，version=5.8，classifier=jdk15，packaging= jar。生成的路径：org/testng/testng/5.8/testng-5.8-jdk15.jar。

仓库的功能是非常强大的，特别是私服，它可以节省外网带宽，加速Maven构建，部署第三方构建，提高稳定性、增强控制，降低中央仓库负荷等。有了仓库不同的项目不需要再各自包含所依赖的三方库，仓库会自动在多个项目之间共享库。此外，不同项目也可以调用mvn install产生自己的构建件，然后部署到中央仓库、远程仓库或者私服，其他项目如果有依赖，可以很方便的下载到。

Maven强大的真正原因在于其插件机制，Maven的核心几乎不做什么实际的事情，除了解析一些xml文档，管理生命周期和插件之外，什么也不懂。其余功能都是委派给一组Maven插件去实现，所以Maven下载很小，在实际执行Maven任务时，根据需要自动下载相应的插件。插件能够影响Maven的生命周期，提供对目标的访问。Maven插件大部分用java开发，同时也支持BeanShell、Ant编写的插件，用户自己也可以编写专用的插件。

3 Maven管理项目的实践

3.1 标准化的项目结构

定义了项目的标准模版，这是Maven的一个重要的特性。使用命令行式操作，通过命令mvn archetype：create -DgroupId= com.test -DartifactId=test-app，就创建了一个简单的Maven项目，无需一行脚本，就能实现众多功能。同时，Maven还提供了类型模版，通过添加参数-DarchetypeArtifactId={类型名}即可完成创建。

3.2 类库的管理

类库管理是Maven的一个重要特色。在pom.xml中配置好jar包的版本和依赖，能方便实现对jar文件的管理。同时Maven通过对pom.xml文件的管理来处理jar包间的依赖。比如有一个jar文件为google.jar，同级目录必然有一个和它相关的pom.xml文件，这个pom.xml文件肯定配置了google.jar对其他jar包的依赖。这时需要我们手动去下载依赖包，在执行Maven命令时会自动下载相应的依赖包，这叫传递性依赖，只需配置对google的依赖而无需关心google对其他jar的依赖。

由于pom.xml文件对jar包的管理，使得Maven有一个特性：项目文件的容量很小。以前一个web项目里，库文件都需要存放到WEB-INF/lib下，同时存入源代码库中，动辄几十M。通过Maven管理，仅需要一个pom.xml，项目文件一般几百K。

3.3 Maven和Eclipse的结合

Maven和Eclipse的结合，使得Maven的使用更加方便。这得益于m2eclipse插件，它联结了Eclipse的易用性和Maven的强大功能，从而给Eclipse带来了稳定的自动化构建过程[2]。首先，是和项目创建导入相关的特性：如从SVN签出项目、利用预定义原型为建立项目提供向导功能。其次，告别命令行，根据菜单、窗口直观操作。也可以自己组合Maven命令。再次，m2eclipse内置中央仓库检索功能，不需再通过浏览器访问中央仓库。最后，m2eclipse提供了对pom.xml文件的编译功能，使得依赖包、仓库、插件等元素的编译变得更加直观。

4 结束语

本文主要讲述了使用Maven管理项目需要了解的一些基本概念，Maven作为一个新的项目构建工具，简单易用，使得项目的构建部署不再混乱不堪，整个过程更加规范、有序。然后讨论了Maven管理项目的实践，如何建立标准化的项目结构、类库管理，最后介绍了在Eclipse集成环境中使用Maven的优势。

参考文献：

仓库管理的基本概念范文第2篇

一、高校财务数据仓库设计

高校财务数据仓库的设计大体分为概念模型设计、逻辑模型设计、物理模型设计和数据仓库的生成四个步骤,其中概念模型设计主要界定系统边界和确定主要的主题域及其内容;逻辑模型设计描述了数据仓库主题的逻辑实现;物理模型设计是逻辑模型在数据仓库中的实现;数据仓库的生成的工作是接口编程和数据装人。高校财务数据仓库的系统架构如图1所示。

(一)数据仓库概念模型设计进行数据仓库的概念模型设计要完成的主要工作有:(1)需求分析。对于数据仓库而言,在设计时必须根据需求分析划定一个大致的系统边界。高校财务数据仓库设计的需求分析为:学生学费收取趋势;教师工资发放趋势;各系部财政收支趋势;高校各种项目状况。所要求的操作数据库的数据有:学生缴费情况数据、各系部财政收支数据、各种项目状况数据和教师工资发放数据。(2)系统主题域及其内容确定。根据以上需求分析,可以确定高校财务数据仓库的3个主题:资金、职工和资产,如图2所示,

(二)数据仓库逻辑模型设计在财务数据仓库中已经确定资金、职工和资产作为主题域,其中资金作为核心主题进行设计,职工主题和资产主题作为辅助主题,通过对财务数据的分析,给出相应主题的分析结果。数据仓库的逻辑模型设计描述了数据仓库的主题的逻辑实现,即每个主题对应的关系表的关系模式的定义。数据仓库的基本架构包括星型架构、雪花型架构和星型雪花型组合式架构,本文的多维逻辑模型选用星型架构,构建星型架构主要完成的工作是进行事实表的设计和维表的设计。(1)事实表的设计。在财务数据仓库的逻辑结构中每个主题域都是由一组相关的数据表来进行具体设计的,这些表之间依靠公共码键联系在一起,形成一个完整的主题。在该系统中,可以建立事实表。职工主题的事实表有:职工信息表,职工培训表,职工所属部门表,进修项目表;资金预算主题的事实表有:预算事实表,预算时间维表,预算名称维表,预算机构维,预算版本维,预算表维。资产主题的事实表有:资产名称维表,资产时间维表,资产类型维表,资产所属部门维表,资产计划维表。(2)维表的设计。为了将数据按照内在的逻辑关系有序的存放在事实表中,应该提供所描述对象的详细属性。在数据仓库中,事实表是核心部分,也是所有表中所占体积最大,为了保证数据仓库查询、备份和还原等操作的效率,减少进行这些操作的时间,可以将历史数据归档到相应的独立的事实表中,从而有效控制事实表的大小。

(三)数据仓库物理模型设计一是财务数据仓库的物理模型是逻辑模型在财务数据仓库中的实现,是在充分了解财务数据仓库系统的基础上,分析其存储结构、存取方法、数据环境、数据的使用频度、使用方式、数据规模和响应时间等参数,实现财务数据仓库的物理模型组建。二是高校财务数据仓库的实现,高校财务数据仓库的实现过程如图3所示。

二、高校财务数据仓库系统实现的软件开发平台

在数据仓库的实现过程中,存在几种典型的解决方案。

(一)系统软件开发平台OLAP技术,OIAP是数据仓库的主要应用,它的分析结果能够显示出适合不同需求的图表和报表;数据库技术,使用SQL Server 2005的数据库管理工具组建财务数据库;使用SOLServer2005Analysis Services(sSAS)构建数据立方,即多维数据集;使用SQLServer2005 Integration Services(sSIS)从各种异构数据源中整合创建财务数据仓库所需要的数据,即ETL过程。

(二)接口设计目前,数据仓库的接口技术很多,如、ASP、JSP、PHP等,本文选用的接口技术实现下列的功能:菜单式、问答式和图形式访问;具备输入响应模块、输出模块、人机对话管理模块。

(三)数据采集数据的采集(即ETL过程)是进行数据的抽取、转换、清洗和装载的过程,它从分散的业务系统电将操作层面的数据加载到数据仓库中,完成数据从数据源向目标数据仓库的转化。其主要工作有:识别数据源的相关信息,并使数据源序化;管理元数据;对来自不同数据源的数据定制和集成为统一的格式;根据数据库和业务的规则,清理抽取后的结果数据集;粒度划分;数据分割;定期更新和维护数据。

本文提出了一套高校财务数据仓库的解决方案,论述了在财务系统中创建数据仓库的体系结构、设计模型和实现过程。数据仓库的实现是一个循序渐进的过程,并且也会随着客户需求的变动对功能进行调整,由于用户需求是无止境的,所以高校财务数据仓库的建设也是无止境。

参考文献:

[1]李海涛:《浅谈数据仓库与数据挖掘》,《井冈山医专学报》2006年第13期。

[2]孙林等:《财务数据仓库系统的分析与实现》,《河南师范大学学报》(自然科学版)2000年第28期。

[3]王俊洁、王俊鑫、黄青松:《基于数据仓库的毕业生就业预测系统设计和实现》,《楚雄师范学院学报》2009年第24期。

仓库管理的基本概念范文第3篇

【摘  要  题】社科信息需求与服务

【关  键  词】知识仓库/图书馆服务/知识服务

随着计算机技术、数字化、网络化技术的不断发展，知识传递更新的速度越来越快，读者对信息服务的质与量都有更高的要求。一些图书馆所建的一些书目数据库只是将信息简单地数字化和有序化，无法根据各类读者需要组合成特定的知识体系。知识仓库的出现，就很好地解决了这个问题。由于图书馆与网络技术、计算机技术结合的日益紧密，建设专业的知识仓库已逐渐提到各个图书馆的议事日程上来了。在知识经济时代，为了适应读者的需要，对各种外部和内部的知识与信息进行数字化改造和有效的管理，并建设有利于知识传播、共享和交流的知识仓库，是图书馆信息化、知识化建设的当务之急。

1　知识仓库是图书馆文献信息资源开发利用模式的发展方向

21世纪是以广泛地利用巨量信息为主要目标，以信息的快速传播和交流日益频繁为基本特征的信息化社会，深入到我们生活的每个角落，面对如此浩淼的知识信息海洋，究竟应该如何有效地运作，实现知识管理，达到资源共享的目的。知识仓库是图书馆文献信息网络化发展的方向。通过分析未来文献信息资源网络化发展的趋势，我们有理由相信知识仓库是文献信息资源开发利用模式的发展方向。

知识仓库是一种特殊的信息库，不仅存储着知识的条目，而且存储着与之相关的事件和知识的使用记录、来源线索等相关信息。知识仓库是按某种特定的知识结构将无序信息组织整合而成，并具有规定的使用功能的数据仓库。知识仓库不同于一般的数据仓库，不是信息的简单数字化和有序化，而是根据一个机构各个部门各类工作人员的知识需要，按照使用的目的创建的新的知识体系。是一种知识的创新过程，在帮助人们利用知识上，知识仓库要比数据库更有效率。目前，构建知识仓库在技术上还存在一些困难，但已有许多人用知识仓库这个术语代替数据库或数据仓库的概念，因为它们都有具体的数据库作支持，知识仓库是比另两者层次更高的概念，也是未来的发展方向。另外，知识仓库的概念有利于突出数据库的知识价值。

数据库和数据仓库是与知识仓库最为相关的两个概念。广义地讲，数据库是一种信息组织的方式；狭义地理解，它是利用计算机技术对各种数据进行存储的技术手段或者是一种产品。数据仓库是一种面向主题，进行复杂数据分析，支持高层决策的技术，通常会包含多个具体的数据库作为信息资源基础。数据仓库(Data  warehouse)技术是指从大量的事务型数据库中抽取数据，并将其整理，转换为新的存储和组织格式，用以支持管理中的决策制定过程。该过程以历史的角度组织和存储数据，并能集成地进行数据分析。数据仓库除具有传统DBMS的完整性、共享性、数据独立性外，还有面向主题而集成、数据的历史性和稳定性等特征。但数据仓库不是一种产品，而是一个综合解决方案，是对原始的操作数据进行各种处理并转换成有用信息的处理过程。传统数据库主要是面向业务处理，而数据仓库则是面向复杂数据分析、高层决策支持。

构建文献知识仓库是指把文献内容根据各学科，专业的知识结构进行分类整合，使大量的信息有序化、知识化，建立知识之间的联系，同时对这些信息的被利用情况不断地进行分析，形成应用价值性判断；经综合评估后再对知识进行精化，文献数字化是构建文献知识库的基础；它将有助于发掘和增值文献的知识资本，变革和创新文献出版模式，促进信息资源管理向知识管理发展。

2　适应知识经济发展开展知识服务

知识服务就是为了适应知识经济发展和知识创新的需要，根据用户问题解决方案的目标，通过用户知识需求和问题环境分析，对用户的整个解决问题过程而提供的经过信息的析取、重组、创新、集成而形成恰好符合用户需要的知识产品的服务。

知识服务与信息服务一样，都属于智力型服务的范畴。所谓知识服务，就是采取多种途径和方法，从大量文献资源的宝库中开发、加工出有用的知识资源，包括那些能被沟通、共享的认识和经验，以及所组织起来的信息等，通过对事物本身及内在联系的有序揭示，提高知识的可见度，以便用户的吸收、利用和从中获得启迪。而信息服务是基于音信、消息、体验、数据等的服务，主要是通过对这些信息资源的开发，揭示出事物的外在特征及表层联系，便于用户去进一步觅取所需要的具体知识，进而触发自己的创造意念。

在现代信息环境下，随着信息网络的普及、信息资源的数字化、信息系统的虚拟化，打破了信息资源的不均衡分布，使信息获取变得日益方便、普遍和简单化，信息检索与传递走向非中介化、非专业化和非智力化，传统信息服务在用户活动中的影响逐渐淡化，信息技术的发展为知识服务提供了物质技术保障。这时，用户关注的是如何捕获和析取解决所面临问题的知识内容，并将这些知识内容创新、集成为相应的解决方案，进而将这些知识固化在新的产品、服务和管理机制中。为此，需要更直接地融入用户解决问题的全过程、更针对具体问题和个性化环境、更直接地帮助用户解决问题的知识服务。显然，以信息检索和传递为核心的信息服务很难进入这种环境之中。只有建设以知识单元为核心的知识仓库才能为知识服务的产生创造有利的环境和条件，为知识服务提供物质技术保障。

传统信息服务的核心能力主要体现在信息组织、检索与传递。这种服务难以让人接受其服务的有效知识含量，难以适应知识经济发展和知识创新的信息需求，它的相对重要性及其竞争力已受到了知识经济的极大挑战，即便是现代网络化信息服务也不能从本质上改变我们在竞争中的态势，难以有效切入用户知识应用和知识创新的核心过程。知识服务是协助或是促使用户课题向更广、更深发展的服务。知识服务根据用户的要求，对涉及到的知识进行收集、整理、分析、选用，它是贯穿于用户问题研究的全部过程的服务。知识服务是对用户需求进行全方位组织的服务。知识服务是要帮助用户解决问题，要对用户问题进行全过程的动态服务。

知识服务是利用现代化的设备对用户提供快捷、准确的知识创新服务。传统的以图书馆为中心对用户提供的服务会转为以用户知识需求为中心的知识服务。随着图书馆服务方式的改变，馆员的服务观念也要转变，要根据用户的需求，充分利用数字化、网络化等现代化手段，建设现代知识仓库，为用户提供高效的知识服务。

3　目前我国知识仓库建设的启示

现在的知识仓库及其技术主要用于现有纸本出版物的处理及现有各种纸本资料的处理。而知识仓库及其技术最重要的特点是：即时在线处理，即知识仓库并不只是收集过期期刊或是其它过期收藏品，而是目前最新的有针对性的、能解决读者问题的知识。

我国的CNKI工程，即中国国家知识基础设施工程，就是一个以期刊为主体的文献知识仓库，目前已初见成效。CNKI工程，是建设适于我国的可以进行知识整合生产、网络化传播扩散和互动式交流合作的一种社会化知识基础设施。它是在《中国学术期刊》（光盘版）(CAJ-CD)和中国期刊网(CJN)超大规模全文数据仓库建设的基础上发展起来的一项规模更大、内容更广、结构更系统的知识信息化建设项目。

CNKI汇集了全国6600种期刊，并以统一的数据规范存储成全文数据库，文献累积量达450万篇，信息量达500G。另外还有中国重要报纸全文数据库（480种）、中国优秀博／硕士论文数据库（50000本）、中国重要会议论文数据库（2000本）。从CNKI工程网站目前的构架来看，主要分为国内通用知识仓库（源数据库）、海外知识仓库、政府知识仓库、企业知识仓库、网上研究院（未开通）、中国期刊网和知识产品与服务等。这几大部分实际是在CNKI源数据库基础上二次整合形成了面向主题和领域的知识仓库。

CNKI工程在知识库建设方面是超前的。其起点高，具有超前的理念和思路，并以先进的知识采掘技术为支撑，已经在我国文献信息业从数字化向知识化管理的进程中走在了前列，为构建图书或其它类型文献的知识仓库提供了宝贵的经验。

图书馆应开发个性化知识库以满足特定类型的机构和群体需要的各种层次和范围的知识信息，同时开发网络化知识元数据库，从全文数据库中提炼出能够明确表述一个知识内容的元数据，为检索网络信息资源奠定基础。从概念和语义上来检索知识单元，实现知识管理，提供知识服务，从而大大推进人类对知识的利用，促进对新知识的创造。图书馆的服务通过搭建一个网络知识平台和基础知识库，来实现个性化服务。

收稿日期：2003-04-03

【参考文献】

1　程亚男.图书馆服务新论.图书馆，2000,(3)

2　张晓林.走向知识服务.寻找新世纪图书情报工作的生长点.中国图书馆学报，2000,(5)

3　陈爱燕，于爱君.全文信息上网与知识仓库建库管理系统.信息技术，2000,(7)

4　褚峻，赵蓉英.基于网络的期刊文献知识仓库.情报理论与实践.2000,(5)

5　李国强.知识仓库技术及其应用.现代情报，(6)

仓库管理的基本概念范文第4篇

关键词：地理信息系统；空间数据仓库；数据仓库；认知过程

0引言

进入21世纪后，对空间数据仓库的研究方兴未艾，在许多次的国际学术会议上都有相关[1~3]。例如在泰国召开的ISPRS第三届动态与多维GIS会议暨CPGIS第十届地理信息年会、北京召开的第20届国际制图协会国际学术会议、南非召开的第21届国际制图协会国际学术会议等。还有一些ESRI公司的白皮书、全球性用户大会、SSD国际会议、数字地球国际会议、GIS国际会议等也开始讨论空间数据仓库问题[4~8]。将空间数据仓库技术引入到我国大概是20世纪90年代末，文献[9~14]的发表开创了我国空间数据仓库理论与技术研究的新局面，此后又陆续出现了一些这方面的论文。

总体说来，上述工作对空间数据仓库的理论和方法进行了初步研究，在概念、原理、结构、操作与算法等方面进行了初步论述，已取得了卓有成效的成绩。但是到目前为止，空间数据仓库的概念框架和认知过程等方面还是缺乏系统的论述，没有形成一套比较完整的空间数据仓库概念框架体系和认知过程体系。

1概念框架

空间数据仓库是GIS技术和数据仓库技术相结合的产物，其定义很多，但中心思想包含三方面内容：①空间数据仓库是在网络环境下，实现对异地、异质、异构不同源数据库中地理空间数据、专题数据及时间数据的统一、整合、集成处理，形成用户获取数据的共享操作模式；②空间数据仓库可根据需求对这些数据再进行测绘专业处理，提供多种空间数据产品，满足用户更高层次——对数据产品的需求；③基于空间数据产品，空间数据仓库可从多维的角度进行空间数据立方体分析和空间数据挖掘分析，提供综合的、多维的、面向分析的空间辅助决策支持信息，满足用户空间决策分析的需求。

空间数据仓库的概念框架分为外部结构、内部结构。外部结构主要描述空间数据仓库与外部系统的关系；内部结构主要描述空间数据仓库的内部功能模块组成。

1．1外部结构

数据库系统处于空间数据仓库系统的最底层，管理着若干种不同的地理空间数据库和专题数据库，它们各自独立，形成了各式各样的异地异质异构的数据库系统，它们主要为空间数据仓库提供数据源。应用系统处于空间数据仓库系统的最上层，它通过一个标准的接口从空间数据仓库中提取地理空间数据、空间数据产品和空间辅助决策分析信息，为应用系统服务。其具体外部结构如图1所示。



1．2内部结构

空间数据仓库的内部组成应由八个独立功能模块构成，分层次实现空间数据仓库系统。其中，第一层次的功能模块是空间数据仓库的基础处理模块，由多源空间数据抽取、多源空间数据整合、多源空间数据统一、空间数据仓库元数据组成；第二层次的功能模块是空间数据仓库的服务模块，由空间数据产品服务、空间数据立方体分析、空间数据挖掘分析组成；第三层次的功能模块是空间数据仓库的对外数据接口模块，由对外数据交换格式组成。第一层次的功能模块为第二层次的功能模块服务，第二层次的功能模块为第三层次的功能模块服务。其具体内部结构图如图2所示。

当应用系统提出需求时：①多源空间数据抽取功能模块从各源数据库系统中抽取出相应地理范围（矩形、多边形、椭圆）的不同种类的地理空间数据、专题数据；②多源空间数据整合功能模块对这些由图幅范围组织的地理空间数据进行相应地理范围的裁剪、拼接、接边、图形编辑、拓扑重组等整合处理，形成裁剪拼接和接边好的、具有完整拓扑关系的、物理上无缝的、按区域范围组织的地理空间数据；③多源空间数据统一功能模块对这些整合处理好的地理空间数据进行数学基础、数据编码、数据格式、数据精度等方面的统一处理，形成能相互叠加的地理空间数据；④将经抽取、整合、统一处理好的地理空间数据提交给空间数据产品服务功能模块，经过集成、融合、派生和关联等测绘专业算法处理，生成应用系统所需的各种空间数据产品；⑤基于已生成的空间数据产品，进行空间数据立方体分析和空间数据挖掘分析，得到面向空间辅助决策分析的结果；⑥将这些空间数据产品和空间辅助决策分析结果，以对外数据交换格式的形式提交给应用系统使用。

2认知过程

2．1认知过程概念图

空间数据仓库是描述地理现象的一个重要分支，其认知过程应与地理空间信息的认知过程基本一致，不同之处在于其描述的内容和范围大小的区别。因此，建立空间数据仓库的认知过程，实际上是要经过一个地理现象认识、抽象、组织、分析和应用的过程。其具体的认知过程概念框图如图3所示。

2．2认知过程描述

这14个世界模型和13个转换算子的组合构成了三个层次世界，即实体世界、目标世界和产品世界。其中，现实世界、地理现实世界、地理工程现实世界和地理工程概念世界这四个世界模型，以及命名、选择、抽象这三个转换算子，共同构成实体世界；地理工程尺度世界、地理要素分类世界、地理要素编码世界、地理要素几何世界和地理要素集合世界这五个世界模型，以及度量、分层、编码、测量和聚集这五个转换算子，共同构成目标世界；地理空间抽取世界、地理空间整合世界、地理空间统一世界、地理空间产品世界、地理空间决策世界这五个世界模型，以及提取、处理、变换、计算、分析这五个转换算子，共同构成产品世界。

数据库概念设计阶段、地理空间数据库实现阶段和空间数据仓库实现阶段构成了空间数据仓库系统实现过程的三个阶段，这三个阶段分别对应着三个层次世界，即实体世界、目标世界和产品世界。其中，前两个阶段是为地理空间数据库的建立服务的，由它们实现实体世界向目标世界的转换；后一个阶段是为空间数据仓库的建立服务的，由它们实现目标世界向产品世界的转换。

由此可见，空间数据仓库的认知过程主要就是这14个世界模型通过这13个转换算子的转换实现三个层次世界的过程。这个认知过程指导了空间数据仓库的实现。

3认知的概念定义

3．1世界模型

实际上，这些世界模型主要是依靠具体的实体模型或数据模型描述来实现的。每个世界模型均有其描述的地理空间对象，因此这些世界模型描述的内容大不相同，必须定义出这些世界模型。

3．1．1现实世界模型

现实世界中，人们能看到一系列物质和现象，对于这些物质和现象，不管是否能叫上名字，它们都是客观存在的，并且相互之间通过它们的关系组成了自然界的千差万别。由此可见，能将现实世界中所有物质和现象集合以及它们之间的相互关系用一定的形式进行描述就是现实世界模型。

现实世界的物质和现象集合中，隐含着许多不同的地理现象类，如地质、矿产、石油、自然地理等地理现象类。地理现象类是现实世界的一个子集。由此可见，能将现实世界中所有地理现象类集合以及它们之间的相互关系用一定的形式进行描述就是地理现实世界模型。

本文原文

3．1．3地理工程现实世界模型

地理现实世界的地理现象类集合中，特指一个或若干个地理现象就是地理工程现实世界，如自然地理等。地理工程现实世界是地理现实世界的一个子集。由此可见，能将地理现实世界指的地理现象以及它们之间的相互关系用一定的形式进行描述就是地理工程现实世界模型。

3．1．4地理工程概念世界模型

要用计算机来描述地理工程现实世界中的地理现象，就必须对它们进行抽象描述，形成地理现象在人们头脑中的反映，生成概念模型。由此可见，能将地理工程现实世界指的地理现象以及它们的内部关系用一定的形式进行抽象的概念描述就是地理工程概念世界模型。

3．1．5地理工程尺度世界模型

将地理现象抽象成概念模型，仅有这些还远远不够，因为现实世界中的所有地理现象均是有度量的，所以用计算机描述这些地理现象时，也必须是可度量的。度量主要包括描述地理现象的欧几里德几何坐标系和数学单位尺度。由此可见，对地理工程概念世界中的抽象地理现象进行欧几里德几何坐标系和数学单位尺度描述就是地理工程尺度世界模型。

3．1．6地理要素分类世界模型

按照GIS理论，概念中的地理现象最终都是通过多种地理要素来表达的，因此如何对地理要素进行合理的设计和划分就显得十分重要。根据ARC/INFO的分层理论，只有将这些地理要素进行分类分级，才能高效地处理它们。由此可见，对地理工程尺度世界中具有尺度度量的地理现象进行地理要素的分类分级描述就是地理要素分类世界模型。

3．1．7地理要素编码世界模型

要使计算机能识别和处理地理要素，就必须给这些地理要素进行分类分级编码，即用一串数字来表示它们，该分类分级编码就成为该地理要素在计算机中的唯一标志符，以便计算机能识别和处理。由此可见，对地理要素分类世界中具有明确分类分级定义的地理要素进行分类分级编码描述就是地理要素编码世界模型。

3．1．8地理要素几何世界模型

为了便于计算机的存储和管理，必须将地理要素细分为几何目标。地理要素几何目标包括基本目标和复合目标。基本目标按地理要素的空间特征划分为点状目标、线状目标、面状目标、体状目标和表面状目标等五种；复合目标由基本目标集合嵌套构成。由此可见，对地理要素编码世界中具有明确分类分级编码的地理要素进行几何目标的划分和描述就是地理要素几何世界模型。

3．1．9地理要素集合世界模型

因为地理要素在一定的条件下由相同或不同的点、线、面、表面和体等五类空间目标组合而成，所以在实际使用中，必须通过计算机系统把数据库中存储的基本目标、复合目标还原成地理要素。由此可见，对地理要素几何世界中具有基本目标、复合目标描述的地理要素进行数据库的几何目标集合操作就是地理要素集合世界模型。

定义9地理要素集合世界模型。设Con中地理要素点状目标、线状目标、面状目标、体状目标、表面目标集合分别表示为Po、Lo、Ao、To、So，Atr为地理要素的某一地理特征集合，则地理要素集合世界模型为Ent={e|(Po，Lo，Ao，To，So)∈Atr}。

3．1．10地理空间抽取世界模型

地理空间抽取的主要功能就是从源数据库中按地理区域范围（矩形、椭圆、多边形等）抽取出满足一定条件的不同种类的地理空间数据。由此可见，对地理要素集合世界中的地理空间数据按一定地理区域范围和地理特征进行抽取的操作描述就是地理空间抽取世界模型。

3．1．11地理空间整合世界模型

数据库中存储的地理空间数据是以图幅为单位组织的，但应用系统使用数据是无图幅概念的，是以地理区域范围为组织的。由此可见，对地理空间抽取世界中抽取出的地理空间数据进行图形裁剪、图形拼接、图形接边、图形编辑和拓扑重组等整合处理，形成以地理区域范围为组织的无缝数据集合操作就是地理空间整合世界模型。定义11地理空间整合世界模型。设Con中图形裁剪、图形拼接、图形编辑、图形接边、拓扑重组功能分别表示为Cut、Stitch、Meet、Edit和Topology，整合功能集合表示为Fun={Cut,Stitch,Meet,Edit,Topology}，则地理空间整合世界模型Pro={e|(e∈Ext,e∈Fun)}。

3．1．12地理空间统一世界模型

实现地理空间数据整合后，必须对来自不同源数据库中的地理空间数据进行统一，因为地理空间数据存在着差异。这些差异表现在如下方面，即数学基础差异、数据编码差异和数据格式差异、数据精度差异。由此可见，对地理空间整合世界中的地理空间数据进行数学基础、数据编码、数据格式、数据精度的统一操作和描述就是地理空间统一世界模型。

3．1．13地理空间产品世界模型

随着应用的深入，单纯的地理空间数据已越来越不能满足用户的需求，用户更加希望使用的是经过测绘专业处理的、经过二次加工处理的地理空间数据产品，后者在实际中具有更大的应用价值。由此可见，对地理空间统一世界中的地理空间数据进行测绘专业处理生成空间数据产品的操作就是地理空间产品世界模型。

定义13地理空间产品世界模型。设Con中单一、集成、融合、派生和关联的功能分别表示为Single、Integrate、Fuse、Derive和Relate，测绘专业处理算法集合为Fru={Single,Integrate,Fuse,Derive,Relate}，则地理空间产品世界模型Pdu={e|(e∈Uni,e∈Fru}。

3．1．14地理空间决策世界模型

建立空间数据仓库的最终目的是为空间决策支持服务，为用户提供大量的具有空间决策支持的信息，这可通过空间数据仓库中的空间数据立方体分析和空间数据挖掘分析来实现。由此可见，对地理空间产品世界中的空间数据产品进行空间数据立方体分析和空间数据挖掘分析，生成空间决策支持信息的操作和描述就是地理空间决策世界模型。

定义14地理空间决策世界模型。设Con中的空间数据立方体分析和空间数据挖掘分析分别表示为Scube、Smine，空间决策分析算法集合为Sdss={Scube,Smine}，则地理空间决策世界模型Dss={e|(e∈Pdu,e∈Sdss)}。

3．2转换算子

在空间数据仓库的认知过程中，14个世界模型的变换离不开13个转换算子，即命名、选择、抽象、度量、分层、编码、测量、聚集、提取、处理、变换、计算和分析，由它们实现每两个世界模型的转换。这些转换算子主要是依靠元数据来实现的，因为每个世界模型均有描述它的元数据，要实现两个世界模型的转换，通晓这两个世界的元数据是转换的前提。虽然这些转换算子的具体定义不同，但它们都是实现每两个世界模型的转换，从数学的定义上说就是由某个世界模型通过函数转换到另一个世界模型上，因此这些转换算子的宏观数学定义是一致的。

4结束语

目前，空间数据仓库理论和技术研究才刚刚起步,其目标是支持数字地球发展、空间数据集成、空间决策支持发展的需求。因此应该抓住这个千载难逢的好机会，将我国的空间数据仓库研究与建立迈上一个新台阶，以支持我国的空间数据基础设施建设。本文对空间数据仓库的概念框架和认知过程体系进行了一定程度的技术探讨，希望能起到抛砖引玉的作用。

参考文献：

[1]ZOUYijiang.Theconceptualframeworkonthemulti－scaleandspatio－temporaldatawarehouse[C].Beijing：20thICCAcademicPress，2001：2823－2831.

[2]ZOUYijiang.Thedesignofspatlatldatawarehouse[C].Bangkok：GeoInformatics&DMGIS’2001AcademicPress，2001：421－426.

[3]ZOUYijiang.Theresearchofmetadataonspatialdatawarehouse[C].Durban：21thICCAcademicPress，2003：225－226.

［4］ESRI.ESRIopenstrategywhitepapersonSDE/CADclient&spatialdatawarehousing[EB/OL].（1998）.Esri/com/base/compay/opengis.

[5]ESRI.AnESRIwhitepapers，mappingforthedatawarehouse[EB∕OL].（2002）.Esri/com/base/compay/opengis.

[6]TOMB,GRAYJ,SLUTZD.Microsoftterraserver：aspatialdatawarehouse.microsoftresearchadvancedtechnologydivision[EB/OL].（2004）./.

[7]SHEKHARS，LUCT，TANX,etal.Avisualizationtoolforspatialdatawarehouses[EB/OL].（2003）.cs.umn.edu/Research/Shashi－group.[8]DIMITRISP.EfficientOLAPoperationsinspatialdatawarehouses，HKUST－CS01－01[R].HongKong：[s.n.],2001：65－69.

[9]赵霈生，杨崇俊.空间数据仓库的技术与实践[J].遥感学报，2000，4（2）：157－160.

[10]李琦，杨超伟.空间数据仓库及其构建策略[J].中国图像图形学报，1999，4（11）：984－990.

[11]杨群，闾国年，陈钟明.地理信息数据仓库的技术研究[J].中国图像图形学报，1999，4（8）：621－626.

[12]周炎坤，李满春.大型空间数据仓库初探[J].测绘通报，2000，22（8）：22－23.

仓库管理的基本概念范文第5篇

关键词：数据仓库技术；空中交通管理系统；系统开发

1数据仓库技术和空中交通管理系统的概念

1.1数据仓库技术

数据仓库专家W.H.Inmon对于数据仓库进行了以下叙述：数据仓库具有主题性，运行相对稳定，能够反映历史变化，并且可以对不提供数据库进行集成的系统，主要作用是支持管理者进行决策，为其提供数据依据，由多个异构的数据源组成，存放在其中的数据一般不会进行二次修改。其组织形式以星型和雪花型为主，用户可以通过数据仓库取得针对主题的有效信息[1]。主要构成包括数据采集、数据存储、数据访问者三个基本部分。整个数据库包含数据源、数据存储管理、OLAP服务器、前端工具这四个部分，每一部分又具有不定数量的子部分。

1.2空中交通管理

空中交通管理是新航行系统的重要组成部分，新航行系统指的是以星基为主的全球通信、监控、导航、自动化的空中交通管理体系。空中交通管理系统以用户需求和先进的科技为基础，以满足飞行剖面、提高交通效率、安全的运转为目标，由空中流量管理、空中交通服务、空域管理着三个部分构成，能够提供交通管制、航情报告服务、气相信息、警告服务等。可以保证飞行器之间的间隔、提供可以促进飞行有效性和安全的信息，如机场中状态、导航、天气状况、空域限制等方面的情况。必要时，还可以提供航空器的搜救信息。

2基于数据仓库技术的空中交通管理

2.1构成

整个数据仓库技术在空中管理中的构成如图2。数据定义指的是在运行中可以对仓库中的数据库模式、数据源、提取数据的规则和模型、数据仓库的结构进行定义；提取指的是对在数据库中获得的数据进行处理，符合统一的格式和语义，包括误差修正和提炼、数据整理、检查数据的完整性和相容性、数据类型的转换；数据管理指的是对数据进行维护、使用、访问。技术目录指的是数据源、变换规则、数据提取等，维护人员可通过技术目录对数据仓库中的数据库进行优化、重构。业务目录指的是数据描述程序，可以对数据进行定义、分类和命名。信息导航目录是复制业务目录系统，能够提取、访问不同语义的数据；数据支持指的是可进行常用数据表示和分析，可在客户端用分析软件进行分析[2]。

2.2应用

在空中交通系统中，数据仓库的创建具有重要作用，集建立、应用、修改、扩展于一体。首先要设计数据仓库的模型，完善空中交通管理的描述信息，建立面向应用的数据源集成标准。这一模型主要包括航空交通的主题域、主题域之间的关系、描述主题的码和属性值。然后筛选空中交通管理记录中的历史数据，转换到数据仓库之中。需要删除纯操作数据，增加信息描述，以人工关系代替参照完整性。根据生成的数据库，进行数据的物理模型设计，建立搜索策略、贮存结构，规范数据存放的位置和储存的分配。并建立空中管理记录系统和数据仓库的对接，防止数据的老化[3]。建立主题域，进行主题域的调整。可选用少量数据建立主题域，加快完善的速度，然后不断进行改建和扩展。对于主题的扩展和应用，应该建立数据库挖掘体系，提供有效的数据。数据仓库决策体系的应用有两种模式，一种是分散式，先建立一种内部关联的数据仓库，各单位选取其中与自己有关的部分建立局部数据仓库。一种是集成式，各单位建立先建立局部数据仓库，形成数据集市，以此建立全部的数据仓库。以空中交通管理的业务特性来说，选择第二种方案是可行的，可以直接汇总各子单位的数据，进行统一监控。对于空中交通的特性来说，安全是放在首要的，所以，分析历史事故趋势、事故原因、事故原因变化趋势、历史流量发展趋势、流量管制原因、管制原因变化趋势是主要的工作。进行历史数据的发掘就应该以此为框架，采集流量管理和事故发生的原始信息，按照筛选规则进行数据的过滤和采集，进行二者关联的分析，并进行蕴含式、规则的显示，为管理者提供决策依据。在应用过程中，应涵盖浏览器端、服务器端，能够进行相关数据的访问和交互。

2.3参数输入

首先计算航路容量，基本公式如下：C=NT其中，C表示航线的容量；N表示航空器的架次；T总服务时间。然后进行到达航班排序的计算，尾流量最小间隔标准如下（表1）。进行系统参数的设置，包括航空器的平均速度、管制时间参数。不同的空域管制时间也是不同的，所以最好进行管制时间裕度和管制时间间隔的设置。通过以上设置基本上能够实现空中交通流量的预测，为管理人员提供决策支持。数据仓库系统可以对以下方面进行预测，包括飞行计划的修正、每天收到的领航计划报、次日进出港的飞越情况以及某一时间段的飞行器数量[4]。在整个空中管理数据仓库的建设中，数据模型、数据挖掘框架、集成模式是研究的重点，可根据具体情况进行调整。

3结束语

文章介绍了空中交通管理和数据仓库的概念，并着重分析了数据仓库在空中管理数据仓库技术的应用，并浅略的分析数据仓库建立所需要的数据。随着我国航空事业的发展，空中交通管控的压力越来越大。总体上来说，航空事故是所有交通事故中发生概率最低的，但是，所造成的损失却是最大的。所以，我们应该把航空事故的概率降到最低，保证人民的生命安全。

参考文献

[1]黄文华.基于数据仓库的空管设备信息管理系统的设计与实现[D].上海交通大学，2010.

[2]陈伟青.民航华东航班信息一体化系统数据接口与协同交换平台的设计与实现[D].复旦大学，2012.

[3]姜晶,张菁.基于数据仓库和OLAP技术的交通管理系统设计[A].2006北京地区高校研究生学术交流会———通信与信息技术会议论文集（下）[C].2006北京地区高校研究生学术交流会———通信与信息技术组委会，北京邮电大学研究生院，2006，5.