CN108965410A - 一种企业间无缝业务数据交互erp***及其使用方法 - Google Patents
一种企业间无缝业务数据交互erp***及其使用方法 Download PDFInfo
- Publication number
- CN108965410A CN108965410A CN201810710044.1A CN201810710044A CN108965410A CN 108965410 A CN108965410 A CN 108965410A CN 201810710044 A CN201810710044 A CN 201810710044A CN 108965410 A CN108965410 A CN 108965410A
- Authority
- CN
- China
- Prior art keywords
- data
- enterprise
- erp
- product
- business
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
- G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/104—Peer-to-peer [P2P] networks
- H04L67/1044—Group management mechanisms
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Educational Administration (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种企业间无缝业务数据交互ERP***及其使用方法,包括ERP核心层、数据转换层、数据库集群、中间件、缓存集群、数据库仓库,所述数据库集群、中间件、缓存集群分别与ERP核心层连接,所述数据转换层分别与数据库集群、缓存集群以及数据库仓库连接;所述数据库集群包括多个数据库;由用户发起查看企业的产品资料,ERP核心层处理用户请求,并将请求参数转入数据转换层,数据转换层将对方企业的产品资料转换为自己企业的产品资料并将数据返回给ERP核心层,再由ERP核心层将数据返回给用户。本发明实现不同企业在使用管理***的时候让管理***之间能在业务层面上无缝连接,并解决查看对方企业的供应商和客户授权业务的数据和报表。
Description
技术领域
本发明涉及无缝业务数据交互技术领域,具体的说,是一种企业间无缝业务数据交互ERP***及其使用方法。
背景技术
ERP企业资源计划软件***技术主要包含:采购、销售、库存、客户关系、财务、生产过程、生产计划等方面的数据维护和查询。***有两种架构:第一种是运行在客户单机上或客户工作网络的局域网内或私有云上,另一种则是运行在共有云平台上。两种架构都能很好管理维护企业内的采购、销售、库存、客户关系、财务、生产过程、生产计划等方面的数据,也能查到大部分想要的报表数据。而基于云平台的架构又包含两种服务方式:一种是独立部署以传统产品的方式给客户提供服务。另一种是SaaS,以软件服务的方式提供给客户,客户对产品的部署方式架构完全透明。而基于云平台的SaaS也赋予这类ERP软件***强大的弹性扩展能力和高可靠性,也能很大程度的减少企业计算资源、存储资源、网络资源等的运维成本。ERP软件***一般通过订货商城方式给客户提供无缝数据交互。客户可以实时看到企业的产品信息、库存、售价,也可以实时跟踪业务流转过程。
现有ERP***能很好的管理公司内部业务,也能通过对接订货商城达到给客户提供无缝数据交互。订货商城方式的缺陷主要表现为以下3点:
1.客户如果和多个企业有业务来往,客户需要不同企业的订货商城的账号;
2.客户在不同企业的数据不能有效整合;
3.客户自己的管理软件也不能无缝和上游企业进行整合和无缝数据交互。
各个企业的管理***之间相互隔离并且各企业都有自己的数据定义方式,无法进行无缝数据对接。本发明基于ERP软件***加云平台架构,让不同企业之间差异数据进行对应,并且让使用此技术产品的所有企业都可以建立关系,并进行无缝数据交互。
发明内容
本发明的目的在于提供一种企业间无缝业务数据交互ERP***及其使用方法,目的是解决不同企业在使用管理***的时候让管理***之间能在业务层面上无缝连接,并解决查看对方企业的供应商和客户授权业务的数据和报表。业务发生之后双方ERP软件***自动产生相关数据,免去人工录入步骤。本发明能解决以自己为中心向上游、下游企业发起业务,每个企业都是一个中心,由此可以组成一个网状关系网。其核心技术包含跨数据库实例读取、产品信息匹配算法、信息映射、消息传递、数据授权。
本发明通过下述技术方案实现:一种企业间无缝业务数据交互ERP***,包括ERP核心层、数据转换层、数据库集群、中间件、缓存集群、数据库仓库,所述数据库集群、中间件、缓存集群分别与ERP核心层连接,所述数据转换层分别与数据库集群、缓存集群以及数据库仓库连接;所述数据库集群包括多个数据库。
进一步地,为了更好的实现本发明,所述数据转换层包括智能匹配器、业务数据转换器、跨库查询模块、映射处理器、产品信息转换器、ETL模块;所述业务数据转换器、产品信息转换器、跨库查询模块以及映射处理器依次连接,所述ETL模块与跨库查询模块连接,所述智能匹配器与映射处理器连接。
进一步地,为了更好的实现本发明,所述ERP核心层包括相互连接的基础资料维护模块、核心业务处理器、报表模块。
一种企业间无缝业务数据交互ERP***的使用方法,具体包括以下步骤:
步骤L1:用户向***发起查看企业产品资料的请求;
步骤L2:ERP核心层接收用户请求,并判断用户是否查看的是自己企业的产品,如果是,则直接在数据库集群中检索后返回给用户;如果不是,则ERP核心层将用户请求的业务数据交由数据转换层;
步骤L3:数据转换层中的智能匹配器将不同企业的产品资料数据进行相似度匹配,将匹配结果中满足用户设置的阈值的数据通过人工确认或者自动建立对应关系,为映射处理器提供数据来源;
步骤L4:映射处理器中数据的映射关系以Map结构存储于缓存集群中;
步骤L5:跨库查询模块将不同的企业或关联企业的数据进行关联排序;
步骤L6:产品业务转换器和业务数据转换器将企业数据进行产品业务的数据转换;
步骤L7:ELT模块将关联企业的数据通过转换计算后载入数据库仓库;
步骤L8:ERP核心层从数据库仓库和缓存集群中提取企业的数据,并返回给用户。
进一步地,为了更好的实现本发明,所述步骤L3具体包括以下步骤:
步骤L31:***自动输入多个企业的产品数据,通过计算器学习算法计算出输入数据的两两相似度;
步骤L32:将高相似度的产品资料根据设定好的阈值进行关联映射,并将映射关系持久化。
进一步地,为了更好的实现本发明,所述步骤L4具体包括以下步骤:
步骤L41:映射处理器将映射关系形成Map结构;
步骤L42:Map结构将两个企业的映射关系以双向hash索引方式进行存储。
进一步地,为了更好的实现本发明,所述步骤L5具体包括以下步骤:
步骤L51:将用户需要查询的数据传入跨库查询模块中,所述需要查询的数据包括SQL脚本和参数、对应的数据库地址、业务描述参数;
步骤L52:跨库查询模块从多个所述数据库中取回原始数据并放入跨库查询模块的内存中;
步骤L53:根据业务描述参数依次将数据传入JOIN函数,JOIN函数调用映射处理器来做关联,将不同来源的数据关联起来,然后JOIN函数的结果再传给GROUP函数;
步骤L54:在进行GROUP函数计算的同时进行聚合计算,直到数据已聚合;
步骤L55:将GROUP函数处理和聚合后的结果传入排序函数中,得出排序结果。
进一步地,为了更好的实现本发明,所述步骤L6具体包括以下步骤:
步骤L61:产品数据转换器将目标企业的产品和价格、库存信息查询SQL、自己企业的产品查询SQL、目标企业的数据库地址、自己企业的数据库地址以及需要返回的字段传入跨库查询模块;
步骤L62:得到关联企业的产品价格和库存数据,但产品名称信息是自己企业的;
步骤L63:业务数据转换器根据映射关系将用户在自己企业进行的销售转换为下游企业的采购,将自己企业进行的采购转换为上游企业的销售。
进一步地,为了更好的实现本发明,所述步骤L7具体包括以下步骤:将不同的所述数据库中的数据进行转换、清洗后按照一定的方式加载到数据库仓库中进行分析和统计。
工作原理:
1.用户向***发起查看企业产品资料的请求。
2.ERP核心层接收用户请求,并判断用户是否查看的是自己企业的产品,如果是,则直接在数据库集群中检索后返回给用户;如果不是,则ERP核心层将用户请求的业务数据交由数据转换层。
3.数据转换层中的智能匹配器将不同企业的产品资料数据进行相似度匹配,将匹配结果中满足用户设置的阈值的数据通过人工确认或者自动建立对应关系,为映射处理器提供数据来源。
4.映射处理器中数据的映射关系以Map结构存储于缓存集群中。
5.跨库查询模块将不同的企业或关联企业的数据进行关联排序。
6.产品业务转换器和业务数据转换器将企业数据进行产品业务的数据转换。
7.ELT模块将关联企业的数据通过转换计算后载入数据库仓库。
8.ERP核心层从数据库仓库和缓存集群中提取企业的数据,并返回给用户。
本发明与现有技术相比,具有以下优点及有益效果:
(1)本发明通过匹配关系将关联企业的产品资料转换为自己企业的产品资料;
(2)本发明通过自己企业的产品资料向上游企业或下游发起业务请求;
(3)上游或下游企业收到的请求是已经翻译为自己企业的产品信息或订单信息;
(4)本发明解决不同企业在使用管理***的时候能让管理***之间能在业务层面上无缝连接,并解决查看对方企业授权业务数据和报表。
附图说明
图1为本发明的***架构图;
图2为本发明的数据转换层架构图;
图3为本发明全局表数据结构图;
图4为本发明企业数据分片读写流程图;
图5为本发明映射关系数据结构图;
图6为本发明跨库查询模块工作流程图;
图7为本发明ELT模块工作流程图。
具体实施方式
下面结合实施例对本发明作进一步地详细说明,但本发明的实施方式不限于此。
实施例1:
本发明通过下述技术方案实现,如图1所示,一种企业间无缝业务数据交互ERP***,包括ERP核心层、数据转换层、数据库集群、中间件、缓存集群、数据库仓库,所述数据库集群、中间件、缓存集群分别与ERP核心层连接,所述数据转换层分别与数据库集群、缓存集群以及数据库仓库连接;所述数据库集群包括多个数据库。
需要说明的是,通过上述改进,ERP核心层将不同企业的数据按顺序或散列方式存储为不同的数据库实例,N个数据库实例组成数据库集群,即数据库集群包含N个数据库。由用户发起查看企业的产品资料,ERP核心层在处理用户请求时判断如果是查看自己企业的产品资料则直接去数据库集群中检索数据后返回给用户,若是查看别的企业的产品资料则将根据对方企业的唯一标识和用户提供的筛选条件组织成数据转换层需要的参数并传递到数据转换层,然后由数据转换层去数据库集群中检索对方企业的数据资料,数据转换层将对方企业的产品资料转换为自己企业的产品资料并将数据返回给ERP核心层,再由ERP核心层将数据返回给用户。
当用户向上游企业发起采购业务请求时,ERP核心层首先将业务数据交由数据转换层转换为上游企业的销售业务数据,再由ERP核心层在上游企业生成销售业务数据,与此同时通过中间件将此消息发送到自己企业自动生成采购业务数据,此时整个采购流程结束,上游企业的ERP***和自己企业的ERP***也产生了对应的业务数据。销售业务和采购业务流程类似,当用户向下游企业发起销售业务请求时,数据转换层转换为下游企业的采购业务数据。
本发明实现了不同企业在使用管理***的时候让管理***之间能在业务层面上无缝连接,并能够查看对方企业、供应商或者客户的授权业务数据和报表。业务发生之后双方的ERP***自动产生相关数据,免去人工录入步骤。本发明以自己企业为中心向上游下游发起业务,每个企业都是一个中心,由此可以组成一个网状关系网。
本实施例的其他部分与上述实施例相同,故不再赘述。
实施例2:
本实施例在上述实施例的基础上做进一步优化,如图2所示,所述数据转换层包括智能匹配器、业务数据转换器、跨库查询模块、映射处理器、产品信息转换器、ETL模块;所述业务数据转换器、产品信息转换器、跨库查询模块以及映射处理器依次连接,所述ETL模块与跨库查询模块连接,所述智能匹配器与映射处理器连接。
需要说明的是,通过上述改进,数据转换层由跨库查询模块、产品数据转换器、业务数据转换器、映射处理器、智能匹配器、ETL模块组成,主要用于实现跨企业的数据转换和关联企业数据分析。
首先由智能匹配器将不同企业的产品资料数据进行相似度匹配,将匹配结果中满足阈值的通过人工确认或者自动建立对应关系,为映射处理器提供数据来源。业务数据转换器负责转换业务数据,业务数据中包含的产品资料数据由产品数据转换器来完成,而产品数据的转换依赖跨库查询模块。跨库查询模块负责将不同数据库的企业数据进行关联排序,同时跨库查询也为ETL模块提供服务。ETL模块负责将关联企业的数据通过转换计算之后载入数据仓库。
本实施例的其他部分与上述实施例相同,故不再赘述。
实施例3:
本实施例在上述实施例的基础上做进一步优化,如图1所示,所述ERP核心层包括相互连接的基础资料维护模块、核心业务处理器、报表模块。
需要说明的是,通过上述改进,ERP核心层包括基础资料维护模块、核心业务处理器、报表模块,这些模块之间相互配合完成传统ERP***所具备的工作,同时ERP核心层将不同企业的数据按顺序或散列方式存储为不同的数据库实例,N个数据库实例组成数据库集群。而每个数据库实例有一个或多个复制副本用于支持高可用和读写分离。因此不同的企业数据可能分布在不同的数据库实例中。这就导致不同企业的数据存在一个物理隔离,不能用简单的跨库方式来进行数据库关联查询,因此整个***架构体系中需要用数据转换层来进行多数据库的关联查询。ERP核心层和数据库集群的使用方式是数据库集群水平切分方案中的一种,方案的核心算法是将数据按顺序或散列方式将数据拆分到不同的分片中,如图3所示,由全局表来记录企业和分片的关系,如图4所示,在需要读取或写入某个企业的数据时需要先读取全局表的分片关系来确定读写操作访问的数据库实例和数据库。为确保额外的性能开销需要将分片相关信息缓存在各个ERP核心节点的内存中,以减小全局表的压力。
企业数据分片读写时首先从缓存集群中获取企业ID对应的分片数据库地址,若所述地址存在则直接和分片建立通讯联系,然后进行读写数据;若所述地址不存在则需要从全局表中获取企业ID对应的分片数据库地址并放入缓存集群中,然后与分片建立通讯连接后进行读写数据。
本实施例的其他部分与上述实施例相同,故不再赘述。
实施例4:
本实施例在上述实施例的基础上做进一步优化,如图1、图2、图5、图6、图7所示,一种企业间无缝业务数据交互ERP***的使用方法,具体包括以下步骤:
步骤L1:用户向***发起查看企业产品资料的请求;
步骤L2:ERP核心层接收用户请求,并判断用户是否查看的是自己企业的产品,如果是,则直接在数据库集群中检索后返回给用户;如果不是,则ERP核心层将用户请求的业务数据交由数据转换层;
步骤L3:数据转换层中的智能匹配器将不同企业的产品资料数据进行相似度匹配,将匹配结果中满足用户设置的阈值的数据通过人工确认或者自动建立对应关系,为映射处理器提供数据来源;
步骤L4:映射处理器中数据的映射关系以Map结构存储于缓存集群中;
步骤L5:跨库查询模块将不同的企业或关联企业的数据进行关联排序;
步骤L6:产品业务转换器和业务数据转换器将企业数据进行产品业务的数据转换;
步骤L7:ELT模块将关联企业的数据通过转换计算后载入数据库仓库;
步骤L8:ERP核心层从数据库仓库和缓存集群中提取企业的数据,并返回给用户。
需要说明的是,通过上述改进,由用户向***发起查看对方企业的产品资料,ERP核心层在处理用户的请求时判断是否是查看的自己企业的产品资料,如果是则直接去数据库集群中检索数据;如果不是则将根据对方企业的唯一标识和用户提供的筛选条件组织成数据转换层需要的参数后传递到数据转换层,然后由数据转换层去数据库集群中检索对方企业的数据资料。
首先由智能匹配器将不同企业的产品资料数据进行相似度匹配,将匹配结果中满足阈值的通过人工确认或者自动建立对应关系,为映射处理器提供数据来源。业务数据转换器负责转换业务数据,业务数据中包含的产品资料数据由产品数据转换器来完成,而产品数据转换依赖跨库查询模块。跨库查询模块负责将不同数据库的企业数据进行关联排序,同时跨库查询模块也为ETL模块提供服务。ETL模块主要负责将关联企业的数据通过转换计算之后载入数据库仓库。数据转换层将对方企业的产品信息转换为自己企业的产品资料后将数据返回给ERP核心层,再由ERP核心层将数据返回给用户。
ERP核心层与数据转换层之间形成交互,交互方法有两种:
一是跨企业报表查询方法,跨企业报表查询包含查询直接关系的企业和间接关系的企业,比如:查询直接下游企业的产品销量或产品库存、查询下游企业的下游的产品销量等。跨企业报表查询依赖于跨库查询模块或数据库仓库。如果是要查询关联企业的实时数据,比如库存状况,则通过跨库查询模块来完成。如果要查询关联企业的统计汇总类型的报表分析数据,则通过数据库集群来完成。
二是业务隔离和互通简化,在已有ERP***核心层中交叉处理同企业的数据会让***变得异常复杂。为了简化ERP***核心层的复杂度,尽可能让ERP核心层只关注单企业的业务。利用线程隔离切换上下文或进程隔离实现将关联企业业务交互模拟成对方企业自身用户加上通过数据转换层转换后的数据即可实现。
本实施例的其他部分与上述实施例相同,故不再赘述。
实施例5:
本实施例在上述实施例的基础上做进一步优化,如图5所示,所述步骤L3具体包括以下步骤:
步骤L31:***自动输入多个企业的产品数据,通过计算器学习算法计算出输入数据的两两相似度;
步骤L32:将高相似度的产品资料根据设定好的阈值进行关联映射,并将映射关系持久化。
需要说明的是,通过上述改进,智能匹配器为映射处理器提供前期数据准备,***自动输入多个企业的产品数据,通过计算器学习算法计算出输入数据的两两相似度并将最高相似度的产品资料根据设定好的阈值进行关联映射,并持久化映射关系。映射处理器利用已知映射关系为跨库查询提供关系企业的数据映射,映射关系数据结构如图5所示。
所述计算器学习算法包括特征预处理以及计算商品的相似度,下面是对所述计算器学习算法的简要说明:
1、输入两个企业商品的数据{p1,p2,p3,p4,p5...pn},{p'1,p'2,p'3,p'4,p'5...p'n};
2、特征处理,将每个商品的非数值属性转化为数值属性;如果是中文属性,例如商品的全名称,则根据TF_IDF进行转换。
TF_IDF放入转换算法:
1)分词、去停用词:使用结巴分词,完全开源而且分词准确率相对有保障。
2)词袋模型向量化文本:该向量的每个维度是每个词在每个商品的该属性中出现的次数。
3)TF-IDF模型向量化文本:一个词的权重由TF*IDF表示,其中TF表示词频,即一个词在这个属性中出现的频率;IDF表示逆属性频率,即一个词在所有商品的该属性中出现的频率倒数。因此,一个词在某个商品的该属性中出现的越多,在其他商品中出现的越少,则这个词能很好地反映这个商品属性的内容,权重就越大。
TF=A/a
A:某个词在该属性中出现的次数,a=该属性的总的次数;
IDF=log(B/b)
B:语料库的中文属性总数,b=包含该词的属性数量+1。
将TF和IDF进行相乘,就得到了一个词的TF-IDF值,某个词对该属性的重要性越高,该值越大,于是排在前面的几个词,就是这个属性的关键词。
4)使用TF-IDF算法,找出两个商品中该属性的关键词。
5)每个商品各取出若干个关键词,合并成一个集合,计算每个商品该属性对于这个集合中的词的词频,为了避免属性长度的差异,可以使用相对词频。
6)生成两个属性各自的词频向量。
7)计算两个属性向量的余弦相似度,值越大就表示越相似,计算步骤:通过以上算法找出了中文属性的相似度,将原始属性中的中文属性的值替换成相似度值。
根据计算机学习KNN算法计算商品所属类型的算法:
1、计算每个商品x与另一个企业各个商品y数据之间的距离,利用欧式距离公式计算;
2、按照距离的递增关系进行排序;
3、选取距离最小的K个商品;
4、确定前K个商品所在类型的出现频率;
5、返回前K个商品中出现频率最高的类别作为该商品的预测分类;
计算商品的相似度的算法:
1、将该类型写入商品属性中,赋予较高的权重;
2、得到属性向量,给每个属性赋予权重后,最终根据如下公式计算两个向量的余弦相似度,值越大的表示越相似;
3、选取每个商品在另一个企业商品集合中相似度最高的商品。
本实施例的其他部分与上述实施例相同,故不再赘述。
实施例6:
本实施例在上述实施例的基础上做进一步优化,如图5所示,所述步骤L4具体包括以下步骤:
步骤L41:映射处理器将映射关系形成Map结构;
步骤L42:Map结构将两个企业的映射关系以双向hash索引方式进行存储。
需要说明的是,通过上述改进,映射关系以Map结构存储于缓存集群中。Map将两企业产品映射关系以双向hash索引方式存储,结构如:[企业A产品ID=>企业B产品ID],[企业B产品ID=>企业A产品ID],由此企业A产品可以直接找到企业B产品,同样由企业B产品也可以直接找到企业A产品,算法为:f(x)=map(x),map函数定义为业界通用的hashmap.get函数,故不再详述。
本实施例的其他部分与上述实施例相同,故不再赘述。
实施例7:
本实施例在上述实施例的基础上做进一步优化,如图6所示,所述步骤L5具体包括以下步骤:
步骤L51:将用户需要查询的数据传入跨库查询模块中,所述需要查询的数据包括SQL脚本和参数、对应的数据库地址、业务描述参数;
步骤L52:跨库查询模块从多个所述数据库中取回原始数据并放入跨库查询模块的内存中;
步骤L53:根据业务描述参数依次将数据传入JOIN函数,JOIN函数调用映射处理器来做关联,将不同来源的数据关联起来,然后JOIN函数的结果再传给GROUP函数;
步骤L54:在进行GROUP函数计算的同时进行聚合计算,直到数据已聚合;
步骤L55:将GROUP函数处理和聚合后的结果传入排序函数中,得出排序结果。
需要说明的是,通过上述改进,将需要查询的SQL脚本和参数、对应的数据库地址、业务描述参数等参数传入跨库查询模块,如图6所示,然后并行执行从不同的数据库取回原始数据放入内存,等待全部数据取回之后根据业务描述依次将数据传入JOIN函数,JOIN函数需要调用映射处理器来做关联,将不同来源的数据关联起来,JOIN函数结果再传给GROUP函数,GROUP函数的同时进行聚合计算,直到数据已聚合,GROUP函数的结果再传入排序函数。
本实施例的其他部分与上述实施例相同,故不再赘述。
实施例8:
本实施例在上述实施例的基础上做进一步优化,所述步骤L6具体包括以下步骤:
步骤L61:产品数据转换器将目标企业的产品和价格、库存信息查询SQL、自己企业的产品查询SQL、目标企业的数据库地址、自己企业的数据库地址以及需要返回的字段传入跨库查询模块;
步骤L62:得到关联企业的产品价格和库存数据,但产品名称信息是自己企业的;
步骤L63:业务数据转换器根据映射关系将用户在自己企业进行的销售转换为下游企业的采购,将自己企业进行的采购转换为上游企业的销售。
需要说明的是,通过上述改进,产品数据转换器的作用是将关联企业的产品数据转换为自己企业的产品数据。产品数据转换器将目标企业的产品和价格、库存信息查询SQL、自己企业的产品查询SQL、目标企业的数据库地址、自己企业的数据库地址以及需要返回的字段传入跨库查询模块即可得到最终的关联企业的产品价格和库存等数据,而产品名称等信息为自己企业的。
业务数据包含两方面转换,一方面是业务类型转换,另一方面是产品信息转换。产品信息转换直接调用产品数据转换器即可。业务转换负责将自己的销售转换为下游企业的采购,自己的采购转换为上游企业的销售。首先制定业务类型映射关系,例如:采购对应销售,付款对应收款等,然后建立数据转换计算模型,例如:销售的优惠转换为采购的成本,销项税转换为进项税等。然后根据业务类型映射关系和业务类型转换计算模型将自己的业务数据转为关联企业的业务数据。
本实施例的其他部分与上述实施例相同,故不再赘述。
实施例9:
本实施例在上述实施例的基础上做进一步优化,如图7所示,所述步骤L7具体包括以下步骤:将不同的所述数据库中的数据进行转换、清洗后按照一定的方式加载到数据库仓库中进行分析和统计。
需要说明的是,通过上述改进,所述数据库集群包括生产数据库,当用户进行业务录入或修改时同时向生产数据库写入生产数据,并将本次操作通过中间件交给转换器处理,转换器会在向数据仓库写入原始数据的同时进行此次业务相关的报表模型进行分析,并根据模型将数据加工出相关维度的值一并写入数据库仓库。所述报表模型是指某个报表需要获取哪些维度的统计值,需要哪些字段以及来源数据类型等配置信息。
本实施例的其他部分与上述实施例相同,故不再赘述。
实施例10:
本实施例为本发明最佳实施例,如图1-图7所示,一种企业间无缝业务数据交互ERP***,包括ERP核心层、数据转换层、数据库集群、中间件、缓存集群、数据库仓库,所述数据库集群、中间件、缓存集群分别与ERP核心层连接,所述数据转换层分别与数据库集群、缓存集群以及数据库仓库连接;所述数据库集群包括多个数据库;
所述数据转换层包括智能匹配器、业务数据转换器、跨库查询模块、映射处理器、产品信息转换器、ETL模块;所述业务数据转换器、产品信息转换器、跨库查询模块以及映射处理器依次连接,所述ETL模块与跨库查询模块连接,所述智能匹配器与映射处理器连接;
所述ERP核心层包括相互连接的基础资料维护模块、核心业务处理器、报表模块;
一种企业间无缝业务数据交互ERP***的使用方法,具体包括以下步骤:
步骤L1:用户向***发起查看企业产品资料的请求;
步骤L2:ERP核心层接收用户请求,并判断用户是否查看的是自己企业的产品,如果是,则直接在数据库集群中检索后返回给用户;如果不是,则ERP核心层将用户请求的业务数据交由数据转换层;
步骤L3:数据转换层中的智能匹配器将不同企业的产品资料数据进行相似度匹配,将匹配结果中满足用户设置的阈值的数据通过人工确认或者自动建立对应关系,为映射处理器提供数据来源;
所述步骤L3具体包括以下步骤:
步骤L31:***自动输入多个企业的产品数据,通过计算器学习算法计算出输入数据的两两相似度;
步骤L32:将高相似度的产品资料根据设定好的阈值进行关联映射,并将映射关系持久化;
步骤L4:映射处理器中数据的映射关系以Map结构存储于缓存集群中;
所述步骤L4具体包括以下步骤:
步骤L41:映射处理器将映射关系形成Map结构;
步骤L42:Map结构将两个企业的映射关系以双向hash索引方式进行存储;
步骤L5:跨库查询模块将不同的企业或关联企业的数据进行关联排序;
所述步骤L5具体包括以下步骤:
步骤L51:将用户需要查询的数据传入跨库查询模块中,所述需要查询的数据包括SQL脚本和参数、对应的数据库地址、业务描述参数;
步骤L52:跨库查询模块从多个所述数据库中取回原始数据并放入跨库查询模块的内存中;
步骤L53:根据业务描述参数依次将数据传入JOIN函数,JOIN函数调用映射处理器来做关联,将不同来源的数据关联起来,然后JOIN函数的结果再传给GROUP函数;
步骤L54:在进行GROUP函数计算的同时进行聚合计算,直到数据已聚合;
步骤L55:将GROUP函数处理和聚合后的结果传入排序函数中,得出排序结果;
步骤L6:产品业务转换器和业务数据转换器将企业数据进行产品业务的数据转换;
所述步骤L6具体包括以下步骤:
步骤L61:产品数据转换器将目标企业的产品和价格、库存信息查询SQL、自己企业的产品查询SQL、目标企业的数据库地址、自己企业的数据库地址以及需要返回的字段传入跨库查询模块;
步骤L62:得到关联企业的产品价格和库存数据,但产品名称信息是自己企业的;
步骤L63:业务数据转换器根据映射关系将用户在自己企业进行的销售转换为下游企业的采购,将自己企业进行的采购转换为上游企业的销售;
步骤L7:ELT模块将关联企业的数据通过转换计算后载入数据库仓库;
所述步骤L7具体包括以下步骤:将不同的所述数据库中的数据进行转换、清洗后按照一定的方式加载到数据库仓库中进行分析和统计。
步骤L8:ERP核心层从数据库仓库和缓存集群中提取企业的数据,并返回给用户。
需要说明的是,通过上述改进,由用户向***发起查看对方企业的产品资料,ERP核心层在处理用户的请求时判断是否是查看的自己企业的产品资料,如果是则直接去数据库集群中检索数据;如果不是则将根据对方企业的唯一标识和用户提供的筛选条件组织成数据转换层需要的参数后传递到数据转换层,然后由数据转换层去数据库集群中检索对方企业的数据资料。
ERP核心层与数据转换层之间形成交互,交互方法有两种:
一是跨企业报表查询方法,跨企业报表查询包含查询直接关系的企业和间接关系的企业,比如:查询直接下游企业的产品销量或产品库存、查询下游企业的下游的产品销量等。跨企业报表查询依赖于跨库查询模块或数据库仓库。如果是要查询关联企业的实时数据,比如库存状况,则通过跨库查询模块来完成。如果要查询关联企业的统计汇总类型的报表分析数据,则通过数据库集群来完成。
二是业务隔离和互通简化,在已有ERP***核心层中交叉处理同企业的数据会让***变得异常复杂。为了简化ERP***核心层的复杂度,尽可能让ERP核心层只关注单企业的业务。利用线程隔离切换上下文或进程隔离实现将关联企业业务交互模拟成对方企业自身用户加上通过数据转换层转换后的数据即可实现。
智能匹配器为映射处理器提供前期数据准备,***自动输入多个企业的产品数据,通过计算机学习算法计算出输入数据的两两相似度并将最高相似度的产品资料根据设定好的阈值进行关联映射,并持久化映射关系。映射处理器利用已知映射关系为跨库查询提供关系企业的数据映射,映射关系以Map结构存储于缓存集群中。Map将两企业产品映射关系以双向hash索引方式存储,结构如:[企业A产品ID=>企业B产品ID],[企业B产品ID=>企业A产品ID],由此企业A产品可以直接找到企业B产品,同样由企业B产品也可以直接找到企业A产品,算法为:f(x)=map(x),map函数定义为业界通用的hashmap.get函数,故不再详述。
将需要查询的SQL脚本和参数、对应的数据库地址、业务描述参数等参数传入跨库查询模块,如图6所示,然后并行执行从不同的数据库取回原始数据放入内存,等待全部数据取回之后根据业务描述依次将数据传入JOIN函数,JOIN函数需要调用映射处理器来做关联,将不同来源的数据关联起来,JOIN函数结果再传给GROUP函数,GROUP函数的同时进行聚合计算,直到数据已聚合,GROUP函数的结果再传入排序函数。
产品数据转换器的作用是将关联企业的产品数据转换为自己企业的产品数据。产品数据转换器将目标企业的产品和价格、库存信息查询SQL、自己企业的产品查询SQL、目标企业的数据库地址、自己企业的数据库地址以及需要返回的字段传入跨库查询模块即可得到最终的关联企业的产品价格和库存等数据,而产品名称等信息为自己企业的。
业务数据包含两方面转换,一方面是业务类型转换,另一方面是产品信息转换。产品信息转换直接调用产品数据转换器即可。业务转换负责将自己的销售转换为下游企业的采购,自己的采购转换为上游企业的销售。
首先制定业务类型映射关系,例如:采购对应销售,付款对应收款等,然后建立数据转换计算模型,例如:销售的优惠转换为采购的成本,销项税转换为进项税等。然后根据业务类型映射关系和业务类型转换计算模型将自己的业务数据转为关联企业的业务数据。
当用户进行业务录入或修改时同时向生产数据库写入生产数据,并将本次操作通过中间件交给转换器处理,转换器会在向数据仓库写入原始数据的同时进行此次业务相关的报表模型进行分析,并根据模型将数据加工出相关维度的值一并写入数据库仓库。所述报表模型是指某个报表需要获取哪些维度的统计值,需要哪些字段以及来源数据类型等配置信息。
本发明实现了不同企业在使用管理***的时候让管理***之间能在业务层面上无缝连接,并能够查看对方企业、供应商或者客户的授权业务数据和报表。业务发生之后双方的ERP***自动产生相关数据,免去人工录入步骤。本发明以自己企业为中心向上游下游发起业务,每个企业都是一个中心,由此可以组成一个网状关系网。
本实施例的其他部分与上述实施例相同,故不再赘述。
以上所述,仅是本发明的较佳实施例,并非对本发明做任何形式上的限制,凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化,均落入本发明的保护范围之内。
Claims (9)
1.一种企业间无缝业务数据交互ERP***,其特征在于:包括ERP核心层、数据转换层、数据库集群、中间件、缓存集群、数据库仓库,所述数据库集群、中间件、缓存集群分别与ERP核心层连接,所述数据转换层分别与数据库集群、缓存集群以及数据库仓库连接;所述数据库集群包括多个数据库。
2.根据权利要求1所述的一种企业间无缝业务数据交互ERP***,其特征在于:所述数据转换层包括智能匹配器、业务数据转换器、跨库查询模块、映射处理器、产品信息转换器、ETL模块;所述业务数据转换器、产品信息转换器、跨库查询模块以及映射处理器依次连接,所述ETL模块与跨库查询模块连接,所述智能匹配器与映射处理器连接。
3.根据权利要求1或2所述的一种企业间无缝业务数据交互ERP***,其特征在于:所述ERP核心层包括相互连接的基础资料维护模块、核心业务处理器、报表模块。
4.根据权利要求1-3任一项所述的一种企业间无缝业务数据交互ERP***的使用方法,其特征在于:具体包括以下步骤:
步骤L1:用户向***发起查看企业产品资料的请求;
步骤L2:ERP核心层接收用户请求,并判断用户是否查看的是自己企业的产品:
如果是,则直接在数据库集群中检索后返回给用户;
如果不是,则ERP核心层将用户请求的业务数据交由数据转换层;
步骤L3:数据转换层中的智能匹配器将不同企业的产品资料数据进行相似度匹配,将匹配结果中满足用户设置的阈值的数据通过人工确认或者自动建立对应关系,为映射处理器提供数据来源;
步骤L4:映射处理器中数据的映射关系以Map结构存储于缓存集群中;
步骤L5:跨库查询模块将不同的企业或关联企业的数据进行关联排序;
步骤L6:产品业务转换器和业务数据转换器将企业数据进行产品业务的数据转换;
步骤L7:ELT模块将关联企业的数据通过转换计算后载入数据库仓库;
步骤L8:ERP核心层从数据库仓库和缓存集群中提取企业的数据,并返回给用户。
5.根据权利要求4所述的一种企业间无缝业务数据交互ERP***的使用方法,其特征在于:所述步骤L3具体包括以下步骤:
步骤L31:***自动输入多个企业的产品数据,通过计算器学习算法计算出输入数据的两两相似度;
步骤L32:将高相似度的产品资料根据设定好的阈值进行关联映射,并将映射关系持久化。
6.根据权利要求5所述的一种企业间无缝业务数据交互ERP***的使用方法,其特征在于:所述步骤L4具体包括以下步骤:
步骤L41:映射处理器将映射关系形成Map结构;
步骤L42:Map结构将两个企业的映射关系以双向hash索引方式进行存储。
7.根据权利要求6所述的一种企业间无缝业务数据交互ERP***的使用方法,其特征在于:所述步骤L5具体包括以下步骤:
步骤L51:将用户需要查询的数据传入跨库查询模块中,所述需要查询的数据包括SQL脚本和参数、对应的数据库地址、业务描述参数;
步骤L52:跨库查询模块从多个所述数据库中取回原始数据并放入跨库查询模块的内存中;
步骤L53:根据业务描述参数依次将数据传入JOIN函数,JOIN函数调用映射处理器来做关联,将不同来源的数据关联起来,然后JOIN函数的结果再传给GROUP函数;
步骤L54:在进行GROUP函数计算的同时进行聚合计算,直到数据已聚合;
步骤L55:将GROUP函数处理和聚合后的结果传入排序函数中,得出排序结果。
8.根据权利要求7所述的一种企业间无缝业务数据交互ERP***的使用方法,其特征在于:所述步骤L6具体包括以下步骤:
步骤L61:产品数据转换器将目标企业的产品和价格、库存信息查询SQL、自己企业的产品查询SQL、目标企业的数据库地址、自己企业的数据库地址以及需要返回的字段传入跨库查询模块;
步骤L62:得到关联企业的产品价格和库存数据,但产品名称信息是自己企业的;
步骤L63:业务数据转换器根据映射关系将用户在自己企业进行的销售转换为下游企业的采购,将自己企业进行的采购转换为上游企业的销售。
9.根据权利要求8所述的一种企业间无缝业务数据交互ERP***的使用方法,其特征在于:所述步骤L7具体包括以下步骤:将不同的所述数据库中的数据进行转换、清洗后按照一定的方式加载到数据库仓库中进行分析和统计。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810710044.1A CN108965410B (zh) | 2018-07-02 | 2018-07-02 | 一种企业间无缝业务数据交互erp***及其使用方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810710044.1A CN108965410B (zh) | 2018-07-02 | 2018-07-02 | 一种企业间无缝业务数据交互erp***及其使用方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108965410A true CN108965410A (zh) | 2018-12-07 |
CN108965410B CN108965410B (zh) | 2021-03-09 |
Family
ID=64484756
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810710044.1A Active CN108965410B (zh) | 2018-07-02 | 2018-07-02 | 一种企业间无缝业务数据交互erp***及其使用方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108965410B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109683952A (zh) * | 2018-12-25 | 2019-04-26 | 携程计算机技术(上海)有限公司 | 数据集组装框架的确定方法及*** |
CN112667721A (zh) * | 2020-12-28 | 2021-04-16 | 平安普惠企业管理有限公司 | 数据分析方法、装置、设备及存储介质 |
CN113537912A (zh) * | 2020-04-16 | 2021-10-22 | 张跃明 | 数据交换软件架构*** |
CN113609141A (zh) * | 2021-10-11 | 2021-11-05 | 武大吉奥信息技术有限公司 | 一种基于api拼接的无侵入式跨库数据融合方法 |
CN115185713A (zh) * | 2022-09-08 | 2022-10-14 | 国能(北京)商务网络有限公司 | 供应链协同中的数据语义协商方法及业务信息交换方法 |
CN117575482A (zh) * | 2023-11-23 | 2024-02-20 | 广州方舟信息科技有限公司 | 一种药品数据的入库方法、装置、设备及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102193792A (zh) * | 2010-12-24 | 2011-09-21 | 东莞市高明企业服务有限公司 | 基于soa的服务企业协同管理***开发方法及*** |
US20110276537A1 (en) * | 2010-05-07 | 2011-11-10 | Ariba, Inc. | SaaS (Software as a Service) Providing User Control of Sharing of Data Between Multiple ERPs |
CN102800014A (zh) * | 2012-07-13 | 2012-11-28 | 北京华胜天成科技股份有限公司 | 一种用于供应链融资的金融数据处理方法 |
CN103379120A (zh) * | 2013-01-21 | 2013-10-30 | 航天数联信息技术(深圳)有限公司 | 企业业务***与中间件进行交互的方法及设备管理器 |
CN103685533A (zh) * | 2013-12-20 | 2014-03-26 | 代玉松 | 一种基于云服务的企业间数据共享***及方法 |
CN104574024A (zh) * | 2015-01-20 | 2015-04-29 | 宜昌永鑫精工科技有限公司 | 一种erp远程零库存供应链管理*** |
CN105138652A (zh) * | 2015-08-28 | 2015-12-09 | 山东合天智汇信息技术有限公司 | 一种企业关联关系识别方法及*** |
CN105183767A (zh) * | 2015-07-31 | 2015-12-23 | 山东大学 | 一种基于企业网络的企业业务相似度计算方法与*** |
CN105260842A (zh) * | 2015-10-12 | 2016-01-20 | 用友网络科技股份有限公司 | 异构erp***之间的通信方法和*** |
CN105913179A (zh) * | 2016-04-08 | 2016-08-31 | 深圳市企企通科技有限公司 | 基于云平台的企业间业务连接*** |
-
2018
- 2018-07-02 CN CN201810710044.1A patent/CN108965410B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110276537A1 (en) * | 2010-05-07 | 2011-11-10 | Ariba, Inc. | SaaS (Software as a Service) Providing User Control of Sharing of Data Between Multiple ERPs |
CN102193792A (zh) * | 2010-12-24 | 2011-09-21 | 东莞市高明企业服务有限公司 | 基于soa的服务企业协同管理***开发方法及*** |
CN102800014A (zh) * | 2012-07-13 | 2012-11-28 | 北京华胜天成科技股份有限公司 | 一种用于供应链融资的金融数据处理方法 |
CN103379120A (zh) * | 2013-01-21 | 2013-10-30 | 航天数联信息技术(深圳)有限公司 | 企业业务***与中间件进行交互的方法及设备管理器 |
CN103685533A (zh) * | 2013-12-20 | 2014-03-26 | 代玉松 | 一种基于云服务的企业间数据共享***及方法 |
CN104574024A (zh) * | 2015-01-20 | 2015-04-29 | 宜昌永鑫精工科技有限公司 | 一种erp远程零库存供应链管理*** |
CN105183767A (zh) * | 2015-07-31 | 2015-12-23 | 山东大学 | 一种基于企业网络的企业业务相似度计算方法与*** |
CN105138652A (zh) * | 2015-08-28 | 2015-12-09 | 山东合天智汇信息技术有限公司 | 一种企业关联关系识别方法及*** |
CN105260842A (zh) * | 2015-10-12 | 2016-01-20 | 用友网络科技股份有限公司 | 异构erp***之间的通信方法和*** |
CN105913179A (zh) * | 2016-04-08 | 2016-08-31 | 深圳市企企通科技有限公司 | 基于云平台的企业间业务连接*** |
Non-Patent Citations (1)
Title |
---|
罗丹: "《基于网络制造的企业应用协同工作环境研究》", 《中国博士学位论文全文数据库-信息科技辑》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109683952A (zh) * | 2018-12-25 | 2019-04-26 | 携程计算机技术(上海)有限公司 | 数据集组装框架的确定方法及*** |
CN109683952B (zh) * | 2018-12-25 | 2023-03-21 | 携程计算机技术(上海)有限公司 | 数据集组装框架的确定方法及*** |
CN113537912A (zh) * | 2020-04-16 | 2021-10-22 | 张跃明 | 数据交换软件架构*** |
CN112667721A (zh) * | 2020-12-28 | 2021-04-16 | 平安普惠企业管理有限公司 | 数据分析方法、装置、设备及存储介质 |
CN113609141A (zh) * | 2021-10-11 | 2021-11-05 | 武大吉奥信息技术有限公司 | 一种基于api拼接的无侵入式跨库数据融合方法 |
CN113609141B (zh) * | 2021-10-11 | 2021-12-24 | 武大吉奥信息技术有限公司 | 一种基于api拼接的无侵入式跨库数据融合方法 |
CN115185713A (zh) * | 2022-09-08 | 2022-10-14 | 国能(北京)商务网络有限公司 | 供应链协同中的数据语义协商方法及业务信息交换方法 |
CN117575482A (zh) * | 2023-11-23 | 2024-02-20 | 广州方舟信息科技有限公司 | 一种药品数据的入库方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108965410B (zh) | 2021-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108965410A (zh) | 一种企业间无缝业务数据交互erp***及其使用方法 | |
JP7273045B2 (ja) | Sqlクエリプランを最適化するための次元コンテキスト伝搬技術 | |
Chaudhuri et al. | An overview of business intelligence technology | |
US8108399B2 (en) | Filtering of multi attribute data via on-demand indexing | |
CN107679192A (zh) | 多集群协同数据处理方法、***、存储介质及设备 | |
US20140108414A1 (en) | Scalable distributed processing of rdf data | |
US20110137924A1 (en) | Cluster processing of an aggregated dataset | |
CN101901242A (zh) | 联合的配置数据管理 | |
CN102214187A (zh) | 复合事件处理方法及装置 | |
CN102129431A (zh) | 应用于网上交易平台的检索方法和*** | |
CN109086354A (zh) | 一种基于可扩展节点集群的大数据分析处理*** | |
Langlois et al. | The impact of supply chain management on business intelligence | |
CN107368501B (zh) | 数据的处理方法及装置 | |
Park et al. | A modeling framework for business process reengineering using big data analytics and a goal-orientation | |
Hu et al. | Alibaba vehicle routing algorithms enable rapid pick and delivery | |
CN208207819U (zh) | 一种基于可扩展节点集群的大数据分析处理*** | |
CN110377668A (zh) | 数据分析方法和*** | |
US20230153286A1 (en) | Method and system for hybrid query based on cloud analysis scene, and storage medium | |
US8417594B2 (en) | Dimension-based financial reporting using multiple combinations of dimensions | |
KR101022643B1 (ko) | 전자 카탈로그 관리 장치 및 방법 | |
Santos et al. | Open Source Business Intelligence Tools: Metabase and Redash. | |
Zhang | Parameter Curation and Data Generation for Benchmarking Multi-model Queries. | |
Winberg et al. | A comparison of relational and graph databases for crm systems | |
Yin et al. | Finding the most influential product under distribution constraints through dominance tests | |
KR20160040339A (ko) | 글로벌 b2b에서의 검색엔진 마케팅 서비스 제공 시스템, 서버 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |