制造供应链协同业务数据交换集成要求.pdf

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。

1

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，编码表如表1所示。

表1基于目标数据模型的分类编码表

分类号类目/项目名称备注

大类中类小类

A订单数据

01订单号

02客户信息

03商品信息

04订单金额

05订单时间

06交付时间

07订单状态

……

99其他设备信息

B物流数据

01运输信息识别物品的的基础