事项会计数据仓库的构建方法(2)
2017-09-14 01:26
导读：将会计信息按事项会计理论进行以上的分类，只是对事项会计分类的一个初浅的认识，如何更有效、更科学地对发生的经济活动按照事项进行分类，仍然是
将会计信息按事项会计理论进行以上的分类，只是对事项会计分类的一个初浅的认识，如何更有效、更科学地对发生的经济活动按照事项进行分类，仍然是事项会计持续发展所要解决的一个首要问题。
三、事项会计的数据仓库建模
明确了事项的分类后，我们就可以利用数据仓库来构造企业的事项会计系统。事项会计数据仓库包括三部分内容：数据源、数据仓库和分析工具。数据仓库的信息来源于不同的操作型数据库和其他形式的数据源，比如ERP系统。这些数据库相互异构，数据形式各不相同。因此在数据进入事项会计系统前，需要对其进行数据预处理，这些处理包括抽取、清洗、转化、加载。数据按照不同的决策主题以一定的逻辑结构存储在事项数据仓库中，以供后期查询、分析、数据挖掘使用，从而实现为用户提供个性化信息决策支持的功能。如图1所示。
那么数据是以何种形式存储在事项数据仓库中的？以怎样的方式存储才能够与事项会计思想保持一致性，实现以最原始的形式再现经济活动呢？下面本文以销售活动事项为例探讨事项会计系统建立模型的方式。 在设计数据仓库的数据模型时，首先按照决策主题建立一张独立的事实表结构，围绕在表周围的是解释该事实表的不同维度。针对销售事项的决策主题，采用一定的信息模型来描述现实销售价值活动，它的中心是销售事实属性描述，围绕它四周的是与销售事实关联的客户维、产品维、时间维、销售合同维等这些实体属性描述，如图2。要注意选取模型的时候，考虑主要采用星型信息模型来描述现实销售价值活动，即以维度表围绕在事实表周围，而不采用雪花模型或者更为复杂的星座模型。星型连接应用于设计数据仓库中很大的实体，能够满足实时性和查询速度要求很高的应用，同时符合事项会计数据仓库各不同事实表的维表属性之间相差不大的特性。事项会计系统将构建的信息模型为背景，建立包含各类决策主题的事项数据仓库，用户就可以按决策主题，从不同维度进行事项会计信息处理。
（科教范文网http://fw.NSEAC.com编辑发布）
下面建立实际的数据仓库。根据商品销售事实，分别添加代表不同属性的各条记录，销售事项明细科目（ProSelledID）、客户（ClientID）、产品（ProductID）、时间（SelledDate）、销售量（SelledNo）、销售额（SelledPrice），如图3。这些记录构成了表的不同列。以客户为例，查看各列的属性值，可以根据事实情况，设置列的名称、数据类型、是否主键等不同属性，这些属性一经设定，基本上不再更改。
围绕商品销售表四周的是与销售事实关联的客户维、产品维、时间维等维表，这些维表来对事实表的各个属性展开详细描述。维表的建立方式与事实表的建立方式相同。用相同的方式设置客户维表、商品维表的不同粒度，即分别添加与客户、商品的不同属性相对应的列。客户维可以根据属性分为客户代码、客户姓名、所属地区三个粒度，商品维则可以分为商品代码、商品名称、商品种类、商品单位等不同粒度。
根据商品销售事实表与客户维表、商品维表的相互关系，分别在两个维表里设置主键，即与事实表相关联的关键字。在本例中，将客户维表的主键设置为客户代码（ClientID），商品维表的主键设置为商品代码（ProductID）。两个主键正是两维表内各列中唯一与事实表的各记录相关的列。因此通过建立关系，将商品销售事实表中的客户代码和商品代码这两条记录自动设置为外键，作为查询的依据。
用相同的方法建立事项会计数据仓库中的其他事实表以及与事实表相连的维表，从而建立起事项会计系统。事项会计系统将构建的信息模型为背景，建立包含各类决策主题的事项数据仓库。用户就可以按决策主题，从不同维度进行事项会计信息的查询、分析、数据挖掘，从而真正实现事项会计的决策支持功能。
（科教论文网 lw.NsEac.com编辑整理） 【主要参考文献】
