制造供应链协同业务数据交换集成要求.docVIP

T/CAMETAXXXXX-20XX

Ⅱ

T/BIAIMXXXXX-20XX

PAGEI

20××-××-××实施20

20××-××-××实施

20××-××-××发布

T/BIAIMXXXXX-202X

团体标准

ICS35.240.50

J07

北京智能制造创新联盟发布制造供应链协同业务数据集成要求Integrationrequirementsofmanufacturing

北京智能制造创新联盟

发布

制造供应链协同业务数据集成要求

Integrationrequirementsofmanufacturingsupplychaincollaborationbusinessdata

（征求意见稿）

T/BIAIMXXXXX-202X

Ⅱ

Ⅱ

目次TOC\o1-3\h\z\u

前言 II

1范围 1

2规范性引用文件 1

3术语与定义 1

4分级多层数据仓库的模型构建 1

5基于语义和大数据的数据仓库建模 3

PAGEII

前言

本文件按照GB/T1.1-2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规定起草。

请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别这些专利的责任。

本文件由北京智能制造创新联盟提出。

本文件由北京智能制造创新联盟归口。

本文件起草单位：北京神舟航天软件技术有限公司、北京理工大学、北京机械工业自动化研究所有限公司、天津大学、北京空间飞行器总体设计部。

本文件主要起草人：章翔峰、黄思翰、王磊、王海丹、牛占文、张越然、侯凯旋、袁义、赵蕾、姜江、刘颖。

PAGE4

制造供应链协同业务数据集成要求

1范围

本文件规定了制造供应链协同业务数据集成的要求。

本文件适用于从事供应链协同平台的开发者。

2规范性引用文件

下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅所注日期的版本适用于本文件。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。

T/BIAIM00002-2023供应链协同业务数据模型

3术语与定义

下列术语与定义适用于本文件。

3.1

数据抽取Dataextracting

从分布异构的数据源中抽取数据的过程，以不影响事务系统正常运行和满足分析决策为原则，采用合理的抽取策略和方法对数据进行抽取。

3.2

全量抽取Fullamountextracted

将数据源中的数据全部抽取出来加载到数据仓库中，一般应用在集成端进行数据的初始化时。

3.3

数据转换Dataconversion

依据统一的标准对从不同数据源中抽取到的异构数据进行转换，用于消除数据在系统、结构、语法和语义上的异构。

4数据源确定与分析

4.1应对数据源的整体情况进行初步分析，包括数据源的类型（数据库、文件、API等）、大小、结构等，以及数据源的获取方式和更新频率。

4.2确定数据源的结构和格式

在初步分析的基础上，应确定数据源的结构和格式，明确数据源的语义和含义。

不同的数据源可采用不同的数据结构和格式，如关系型数据库、平面文件、API接口等。

数据源中的字段通常具有特定的语义和含义，比如一个字段可能代表了某个业务对象的属性或特征。在确定数据源的特征和整体情况下，对数据字段和属性等进行深入分析，通过数据字典和元数据来辅助理解数据源的数据。

4.3分析数据质量

在进行数据映射前，应解决数据源中的潜在数据质量问题，比如缺失值、异常值、数据冗余等，可提高数据质量和整合结果的准确性，以保证后续的数据映射和整合工作。

4.4评估数据源与目标数据模型的适配性

通过数据源的理解和分析，应评估数据源的特点和目标数据模型的要求之间的适配性。比如数据源中是否包含了目标数据模型所需的字段和信息，数据类型是否一致等。为设计数据映射规则和决策映射策略提供参考和指导。

5目标数据模型设计

应根据数据集成的需求和目标，设计统一的目标数据模型，包括数据表、字段、数据类型等定义。目标数据模型设计主要原则是数据模型能够满足实际业务需求（数据集成的目标）和可以清晰地定义各个数据实体、属性和关系，从而提高数据的一致性、准确性和完整性。具体数据模型设计应符合T/BIAIM00002-2023中第5章的要求。

6数据匹配

应根据数据源和目标数据模型设计，进行数据的匹配。将数据源中的字段和目标数据模型中的字段进行匹配，确定它们之间的对应关系，包括字段名、数据类型、数据格式等的匹配。针对数据源和来进行相应的值转换和归一化处理目标数据中数据的差异，可对异构数据进行了统一的编码，