第1期
2021年1月
Journal of C A E I T
Vol. 16 No. 1 Jan. 2021
doi ： 10.3969/j. issn. 1673-5692.2021.01.011
潘埼，马志强，戴磊
(中国电子科学研究院，北京100041)
摘要：由于后勤保障数据数量越来越多、种类越来越复杂，为了对后勤保障资源进行科学规划和 统一管理，设计了数字化的后勤保障系统，其数据架构包括数据源层、数据采集层、数据存储层、服 务支撑层、应用访问层五大模块，其中数据存储部分以数据库技术为原理实现了对完整异构数据统 一地分析、处理和存储，同时重点设计了实时数据仓库，充分发挥了数据库在多样化后勤业务进行 交叉化分析、历史实时数据综合详细分析等方面的优势。通过对各类后勤保障信息的科学管理和 综合利用，推动了后勤保障业务的全面发展。
关键词：后勤资源保障；后勤保障系统；数据库技术；实时数据仓库；信息化管理
中图分类号：F 426.5 文献标志码：A 文章编号：1673-5692(2021)014)624)6
Design of Digital Logistics Support System
P A N Qi, M A Zhi-qiang, D A I Lei
(C h i n a A c a d e m y of Electronic a n d Information Technology, Beijing 100041 , China)轮胎标签
Abstract ： D u e to the growing of logistics support data, in order to realize the unified planning a n d m a n
a g e m e n t of logistics support resources, a digital logistics support system is designed. Its data architecture includes five m o d u l e s ： data source layer, data collection layer, data storage layer, service support layer a n d application access layer. T h e data storage part realizes the unified division of complete heterogeneous data
b ased o n the principle of database technology. At the s a m e time, i t focuses on the design of realtime data ware hou s e, w h i
c h gives full play to the advantages of database in the cross analysis of diversifie
d logistics business a n d th
e c o m p r e h en s iv e a n d detailed analysis o
f historical real-time data. T h r o u
g
h the scientific m a n a g e m e n t a n d c o m p re h en s
i ve utilization of all kinds of logistics support information, the c o m p r e h ens i ve d e vel o pm e n t of logistics support business is promoted.
Key words ： logistic resources g u arantee ； logistic support s y s t e m ； database technology ； real-time data
w a r e h o u s e ; information m a n a g e m e n t
〇引言
后勤保障（LS )通常是指后勤保障机构为作战 部队提供平战时的各项专业勤务保障，主要包括保 障人员、物资和装备的采购调拨、运输配送，以及战 后的装备维修、卫生救治等[1_2]。
随着后勤保障体系的建设发展日益壮大，后勤 保障数据的数量越来越多、结构错综复杂，数据之间
的集成度和连通性不强，难以实现共享交换和统一
管理。因此，需要设计数字化的后勤保障系统，对各 类后勤信息进行高效汇聚、统一处理和挖掘分析，并 将这些后勤保障数据实际运用到对应的业务当中发 挥作用。“数字后勤”是依托计算机、互联网技术、 物联网技术[3]、数据库、无线传输与通信技术搭建， 集信息发布、网上申报、生活服务、评
价互动、可视管 理、智能监测、数据统计决策分析为一体的后勤保障 系统。数字后勤是新一轮信息技术发展的产物，一
收稿日期：2020-12-丨0
修订日期：
2021<0丨-10
2021年第1期
潘琦等：数字化的后勤保障系统设计
63
图1后勤保障数据分类
(1) 通用数据
通用数据是指后勤领域各类基础的、通用的数 据资源。主要包括人员力量、设施设备、能源物资、 通用标准、专业标准等5类数据。
(2) 业务数据
业务数据是指后勤保障各类业务的数据资源。 主要包括需求信息、实力数据、保障计划、文书文件、 运输配送、采购、情况通报和应急处置等6类后勤保 障数据。
数据类型包括结构化、非结构化和半结构化数 据等。在后勤保障系统设计中，有关后勤的业务数 据类型多为结构化和半结构化，尤其是半结构化信 息约占所有后勤保障信息的40%。由于半结构化 信息存在不确定性且不可被量化，使得数据不能如 实地反映出后勤保障的情况，间接影响制定后勤保 障方案的科学性、合理性。因此应采用定性和定量 相结合的手段对数据资源进行分析，为后勤保障业 务的规划建设提供数据基础支撑。
(3) 知识数据
知识数据是指通过对基础数据、业务数据进行 加工处理，形成规则类、方法类数据存在系统相应的 数据库内。主要包括知识类数据、推理类数据、规则 类数据。
(4) 态势监控数据
态势监控数据是对通用数据、业务数据和知识 数据进行流数据分析，为相关人员提供保障态势信 息，有助于辅助计划拟制、指挥决策和优化用户操作 等。主要包括目标情报、态势信息、战场图件和流媒 体等4类数据资源。
2数据架构
基于数字化的后勤保障系统以数据库结构为原
理，以后勤保障服务平台为支持对象，以数据共享、 协同工作为目的，将其数据架构分别通过数据源层、 数据采集层、数据存储层、服务支撑层、应用访问层 五大模块进行设计，具体如图2所示。
2.1数据采集层
数据采集层的主要工作是对不同数据源、不同 数据类型的原始数据进行抽取引接。主要包括数据 来源梳理、采集方式划分、源数据接入和数据预处理 四个部分。
2.1.1数据来源梳理
通过对后勤保障相关数据资产进行清查和来源 梳理，全面掌握后勤保障原始数据的来源信息。
后勤保障数据来源梳理过程如图3所示，通用 数据来源于与上级数据库间订阅分发；业务数据来
方面它自底向上，通过对后勤保障的人、财、物、信息 等各类资源进行统筹管理，实现后勤服务对现代科 学管理的支持和转化；另一方面，它自顶向下，通过 统计分析各类信息数据的反馈，实现管理层对后勤 服务的指导和调整。
本文为满足保障任务，对后勤保障人员、设备、 物资等信息及其数据资源进行统一规划和管理，通 过运用数据库、实时数据仓库等技术，设计了数 字化的后勤保障系统，实现对各类各部门后勤保障
数据的统一分析、处理及存储，优化了各服务保障部 门的人员和资源配置，为后勤保障业务提供了科学 管理指导和量化发展支持。
1数据分类
如图1所示，后勤保障数据主要分为通用数据、
业务数据、知识数据和态势监控数据四大类。
u盘移动办公系统流媒体
战场图件
态势信息目标情报规则类数据
推理类数据知识类数据应急处置
情况通报 采购
运输配送
文书文件 保障计划 实力数据
需求信息专用标准
通用标准 能源物资 设施设备 人
员力
量
64f阐龙S與(礞叫衾拎礤杈2021年第1期
应用访问层
运行监控信息管理信息统计信息分析决策经营
服务支撑层
数据查询视图展示OLAP引擎深度挖掘关联分析
数据存储层
操作数据层(ODS)
元数据库数H
m m 基础数据层 (EDW)
数据采集层
数据来源 采集方式 梳理 划分源数据 数据 接入 预处理
数据源层
丨数据源丨1数据源丨丨数据源丨|数据源丨丨数据源丨
图2后勤保障系统数据架构
源于与上下级后勤保障部门纵向贯通、与本级其他 部门横向互连和用户通过业务数据挖掘产生等；知识数据来源于与知识类、推理类数据库和用户通过 数据归纳整理产生；态势监控数据来源于对基础数 据、业务数据和知识图谱数据的流数据分析生成等。
2.1.2采集方式划分
数字仪表
根据保障数据资源的实际情况，结合军队建设 情况和业务需求，通过不同的方式方法对各类后勤 保障数据进行采集上报，为上层业务应用处理提供 数据基础。如图4所示，数据采集方式可划分为系 统数据接口、硬件设备、人工导人/格式化导人和数 据库采集4类。
(1)现有系统接入
图3数据来源梳理防冲撞护栏
人员力量、需求信息、保障计划、文书文件等数 据可以通过相应的现有系统接人服务器，通过军事 专用网络或离线导人对数据引接汇总。
(2) 硬件设备
运输配送、采购、物资等数据通过自动采集读识 设备感知采集，通过军事专用网络对数据汇总上报。
(3) 人工导人/格式化导人
有关作战任务的设施设备、能源、实力数据、情 况通报、应急处置等数据，支持保障管理的态势监控 数据利用人工录入和格式化导人，通过军事专用网 络逐级上报。
(4) 数据库采集
知识数据、通用标准、专业标准通过数据库采集 获取。
图4
数据采集方式划分
202丨年第1期
潘琦等：数字化的后勤保障系统设计
65
2.1.3数据源接入
将采集的不同数据源、不同数据类型的源数据， 抽取接人到数据存储与分析处理系统，实现本地、异
地数据库导入，以及半结构化数据、非结构化数据批 量/实时导人等功能。如图5所示，针对不同类型的 数据，其接人方式可分为A H 接口接人、数据库导 人、统一格式导人和存储空间读取四类。
图5数据源接入方式分类
(l )API 接口接入
对数据源进行检索和业务访问时，数据中心通
过API 接口调用其他系统的数据，其他系统内部进
行数据转换并发送反馈数据，数据中心接人反馈数 据并进行预处理。
(2) 数据库导人
数据中心通过数据源系统的数据库视图接口对 数据内容进行抽取，进行格式转换后接人数据中心。
(3) 统一格式导入
统一数据中心和数据源系统的数据格式标准， 按照此标准，数据源系统将数据上传给数据中心。(4) 存储空间读取数据源系统将数据存入制定的存储空间，由数 据中心定时/不定时地读取上传。
平面音响
2. 1.4数据预处理
从各个后勤保障业务系统中获取结构化、半结 构化、非结构化的各类数据源，通过数据清洗、转化 等预处理工作，可有效降低数据冗余、提取关键信 息，从而对数据源的更新过程进行实时监视，对于发 生变化的数据增量进行实时维护。如图6所示，保障资源数据的预处理步骤依次 为数据特征提取、数据监视、数据转换、数据清洗、数 据更新、数据再加工等部分。
数据更新
s 新方式 I 用户谢动| I
数据驱动
|时fill 驱动
I …
I
数据归档
：点提取1|原文保留1
数据再加工
数据加工1
丨装载入库
数据类型
结构化
数据
非结构化
数据
f -结构化数据
结构化非结构数据化数据
数据源接入
图6数据预处理组成结构
(1) 数据特征提取
主要从不同类型的数据中提取特征，为之后的 数据分析层提供数据材料。包括结构化数据的字段 提取，非结构化数据的文本、图像、音视频数据的特 征提取，半结构化数据的特征提取又包括结构化和 非结构化的数据特征提取。
(2) 数据监视
主要对发生变化的更新数据进行实时监视，将 更新后的数据相关信息传送到数据资源库中，保障
数据资源库可随时提供最新的、有效的数据信息。
(3) 数据转换
对数据源中的数据进行格式转换和数据类型 转换。
(4) 数据清洗
主要是通过提取数据中的无效数据或重复数据 进行消除处理，对存在异常值的数据进行填充。
(5) 数据更新
主要是从用户、数据、时间三个维度对数据进行
存储空间读取
统■格式导入
数据库导入
数据源
A
p
I
接
口接
入
66f躪*f S與(嗜叫玄痄噔杈2021年第1期
驱动更新，以及对旧数据提供全部删除、重点提取、原文留存三种归档方式。
(6)数据再加工
按照定义的数据组织模式，对数据进行再加工 处理，并将加工后的数据增量进行装载维护。该部 分采用实时E T L调度平台，通过变更数据捕获(CDC)技术w获取业务系统实时变更数据，并利用 监视、转换、清洗、更新等方式将有效变更数据存放 到动态存储库。在该库中，一旦触发查询、更新、删 除等操作，则利用部分复制技术立即将数据调人到 实时数据仓库以供使用。
2.2数据存储层
数据储存层作为数据库基础核心模块，通过不 同类型的数据仓库存储来自不同数据源的后勤保障 数据，实施相应的组织管理[7]，并采用专业的索引 算法和统一的访问接口，实现对完整异构数据的集成存储、统一管理、维护、快速检索和调用等功能。该层结构由操作数据层（ODS)和基础数据层(EDW)两个模块组成。
2.2.1操作数据层（O D S)
操作数据层用来保存业务系统明细数据，在后 勤保障数据结构不变的前提下可划分元数据库、实 时数据库、历史数据库三个存储模块。
(1) 元数据库
用于存储有关数据源的结构信息等元数据，并 提供元数据的统一管理功能。
(2) 实时数据库
用于存储数据采集层所处理的实时数据。为了 提高传统数据仓库数据更新的主动性和及时性，本 文的实时数据库结构主要包括实时数据抽取一转换 —装载仓库（RTDETL)[8]、和实时数据仓库（RT-L)W)两部分，其结构[9]如图7所示。
RTDETLji 块
I I-•EAI平台实时
分离
織
RTDC
I I
动态层I
静态层^
R T D W模块
事务日志信息
II
关联历史
数据
JIM系统
归并
分析
s m
類蠢!
动态层|
静态层|
継I
图7实时数据库结构
1)RTDETL模块设计
数据库保存的数据可分为两类：一是实时数据。当数据源发生更新后，发送到实时数据库的动态数 据中，并对其进行相应的数据转换，满足用户的实时 处理要求。二是历史数据。主要包括满足用户查 询、分析要求的静态数据。RTDETL模块使用了企 业应用集成（EAI)技术，可以将采集到的数据实时 分离为实时数据和历史数据，分别用于实时决策处 理和查询分析的功能。
模块中的实时数据获取（RTDC)提供另一种数 据库服务，主要包括实时数据的装载存储、处理分析 等。它先将E A I平台分离出的实时数据送人RT-DC，通过RTDC创建的事物日志，记录数据库中每 一个实时数据发生的变化。
最后将EAI平台分离出的实时数据和历史数据分别存储到RTDETL模块的动态层和静态层。
2)RTDW模块设计
模块中应用了准时制信息归并（JIM)系统，RDTC通过事务日志将日志信息提供给JIM系统。
RTDETL模块的动态层和静态层为JIM系统提 供实时数据和与其关联的历史数据。
JIM系统将实时数据与关联历史数据做归并处 理，通过分析筛选出RTDW模块当前所需的实时数 据并存储到动态层中；同时将RTDW模块中不需要 的实时数据视作历史数据，与之前RTDETL模块实 时分类出的历史数据共同发送到RTDW模块中的 静态层保存。
(3)历史数据库
用于存储RTDETL模块中静态层提供的所有历 史数据。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议