周期数据六篇

2024-06-23

周期数据篇1

伴随随着DW系统的持续运行,业务数据量不断的增长。其中大表数据以亿数据量级别为存储,并且每天以百万的速度增长,历史数据随之也不断的积压。随着数据的不断增长,数据量不断增多的同时导致了DW抽取、查询、分析等应用性能下降。

1.1 对数据抽取的影响

在ETL抽取过程中,基本绝大多数情况我们都会使用时间戳增量抽取的方式,通过update/insert的方式对目标数据进行加载。但这个过程中如果目标数据不断地增多时会严重的影响效率。随着单次执行时间的提高,对数据抽取的频率也会发生影响。数据的整合效率和时效性的降低,对最终DW中数据的时效性产生严重的影响。

1.2 对数据使用的影响

如果目标数据在抽取过程中,随着数据库中锁的产生和内存的消耗,对查询的效率也存在影响。随着数据量的增多,对数据的全表扫描时也会产生效率的降低和时间的增长。

2 方案设计

2.1 需求分析

根据以上对数据抽取和数据使用的分析,我们要从两方面着手,一方面解决数据加载时目标表过大的问题。另一方面解决数据使用时全表扫描的问题。

1)数据加载

在数据加载时,通过二次抽取的方式来减小数据目标表汇集的过程,来实现增量数据业务的实时性要求。

2)全表扫描

通过数据的生命周期确认,将数据按照生命周期方式进行存储。将生命周期内的数据存放在快捷的存储中,使其的使用效率得到大幅的提升,其实我们发现业务操作中的80%都只会用到生命周期内的数据。

经过数据的有效分析,根据数据生命周期理论,很多数据都不在数据生命周期范围内,这些数据通过灵活的处理完全可达到全覆盖和对性能影响最小的程度。我们结合数据生命周期的理论、数据抽取技术和分区技术的整合将数据生命周期以外的数据对性能的影响降到最低。

2.2处理流程

2.2.1 存储架构

基于业务需求,将通过当日数据表、近三个月热点表、历史数据表共计12张表来存放生命周期内的业务数据。具体设计如图1。数据在DW中的存储流向主要分为以下几个步骤:

1)增量抽取的时候使用两张实体表交替存储当天数据

2)每天结束后根据不同的业务时间将日表数据分别插入到相应的分区表中。当插入结束后,清除上一日保存记录的数据表

3)每月初根据业务时间范围将三个月前热点表数据记录迁移至历史记录表中,同时删除三个月前的分区表。

2.2.2分区规则

为了快速的定位到数据的存储,不同的分区表按照不同的分区标准。分别如下:

1)历史表:按照业务发生时间的年月(YYYYMM)列表分区。

2)热点表:按照业务发生时间的日期(DD)列表分区。

3)日表:仅存当日数据不做分区处理。

4)全局视图:存放所有数据的全局视图,将所有数据通过视图的方式将其串联在一起。

3 总结

周期数据篇2

Oracle的备份可以分为逻辑备份和物理备份。逻辑备份主要指通过Oracle的相关工具导出逻辑数据信息的备份, 相对于逻辑备份, 物理备份主要关心备份和恢复策略, 通过对数据文件等的拷贝来实现备份。备份恢复工具 (RMAN) 是Oracle数据库中可以用于备份恢复的重要工具。作为数据库服务器的核心部件, 它主要完成基于归档 (ARCHIVELOG) 方式的数据库备份。作为基于物理备份形式的实现工具, RMAN具有备份速度快, 数据完整性好, 同时可以在数据库在线服务的情况下进行备份的特点。

1案例数据库的备份情况

在我们遇到的案例数据库中, 备份已经变成该数据库及其承载IT生产系统中正常运行的一个巨大瓶颈。

首先因为数据库的空间占用很高, 在设计之初预留的用于RMAN在线备份的文件系统 (FILESYSTEM) 空间已经无法满足当初备份策略定义的一个完整备份周期使用的空间。

平均全量备份200-210G, 增量备份20-25G, 完成一个备份周期最大文件系统空间占用峰值在520-560G, 而可供备份的在线文件系统的空间仅为520G。

同时因为数据库空间占用高, 原计划留给RMAN在线备份使用的时间窗口 (TIME WINDOW) 已经不够, 尤其在全量备份时, 在线备份时间严重超出允许的备份窗口要求。同时还造成了离线压缩备份执行时间大大超出给定的离线压缩备份时间窗口。由此引发的级联反应是, 因为消耗大量I/O操作的RMAN备份不能正常完成而使得数据库对正常业务的请求响应速度大幅降低, 引发IT生产系统运行缓慢甚至是无法正常运行, 如表1所示。

2优化的RMAN备份策略与实现

2.1数据分类和数据生命周期研究

数据分类 (Data classification) 是对数据信息加以分类, 为保证具有某类属性数据的使用效率和效用。用一种基本的方法去存储计算机的数据, 这些数据有可能是被按照它的临界值或者是它需要被访问的频率来分类, 通过对数据进行一定的分类, 可以使数据管理达到最优化——即技术最优化, 管理最优化, 合法最优化, 最合法而且最经济。数据可以按照任何标准进行分类, 不仅仅按照其重要性或是使用频率来进行分类。

在当前的IT在线数据交易系统中, 越来越多的关联商业应用部署在在线的IT生产系统中, 同时越来越多的业务数据进入到数据库中, 对数据库存储系统带来了非常大的压力。数据生命周期管理 (Data life cycle management, DLM) 是一种基于策略的方法, 用于信息系统中数据在整个生命周期内的流动:从创建和初始存储, 到它过时被删除。DLM可以根据数据库中特定数据被查询和使用的复杂规则来启用不同的策略。我们需要强调数据生命周期管理并不是一个产品, 而是一个复杂的管理多种数据的方式, 除了应用程序之外, 还涉及了程序和相关的实践方案。

通过对该数据库中数据记录信息类型的分析, 我们发现在短时期内该数据库文件系统的空间占用快速增长, 其中超过80%的增长为某些应用系统的“实时用户操作记录”等日志信息大量导入到该数据库中并对此类数据做了大量不适用的索引 (因为绝大部分查询均为基于全表扫描, 索引根本无法使用) , 造成空间占用增加的情况。

通过对记录此类数据信息典型表的分析, 我们发现这样一个规律:即在日志类型数据导入的次日, 统计分析程序对这些最新导入的数据, 进行多次大量的读取分析及计算工作。而两天后, 这些数据读取就会降低10%, 一周后降低80%, 一个月后降低超过95%, 三个月后基本无读取。这些完成了统计分析计算的基础日志类数据也随即失去其效用, 即结束此类数据的生命周期。图1展现了这类数据的生命周期 (数据使用率) 与时间的关系。

2.2优化数据库备份策略和实现方法

首先为了降低RMAN运行时产生的大量消耗文件系统的备份文件, 就要尽可能减小需要备份的目标数据的文件系统空间占用, 只有“小数据库”才有可能产生“小的备份”。首选主要通过删除不需要的日志数据索引和数据库的数据存储压缩技术 (COMPRESS) 来处理存储的这类日志数据, 以减小数据库的空间占用。

主要使用的ORACLE执行命令:

1. 删除索引:

DROP INDEX index-name;

2. 对日志类型数据进行压缩存储:

ALTER TABLE table-name MOVE TABLEPSACE tablespace-name COMPRESS;

通过该方法, 数据库空间占用明显降低。如图2所示:

第二步通过对这类日志数据生命周期的分析, 有针对性地建立一个专门存储此类型导入时间超过一个月的数据表空间 (TABLESPACE) 并命名为LOGHIST。然后将超过一个月的历史日志数据全部迁移到该LOGHIST表空间上。

迁移的ORACLE操作命令:

ALTER TABLE table-name MOVE TABLESPACE tablespace-name;然后对RMAN的备份策略进行调整, 通过排除 (EXCLUDE) 对LOGHIST历史数据表空间备份的方法即减少所需备份的空间占用, 来优化RMAN的备份策略。

RMAN的操作配置命令:

RMAN>CONFIGURE EXCLUDE FOR TABLESPACE ‘LOGHIST’;

通过这样的设置, 我们可以大幅减少备份已经基本结束生命周期的日志类型数据。当然为了防止这些历史的日志数据被偶然使用, 我们还使用了逻辑备份方式 (EXP) 对这些数据导出并离线压缩备份, 保证不时之需。

2.3优化前后的RMAN备份的效率对比

我们可以通过表2和表3优化前后的性能对比, 清晰看到优化后的效果。

优化后的备份文件系统空间占用和所使用时间窗口占用均满足甚至超过系统设计时的要求, 达到了比较好的优化效果。

3结束语

通过对数据库内部数据分类和类型数据的生命周期研究, 我们可以在数据库备份等多种操作中, 进行有针对性的优化与调整, 以保证数据库可以更为稳定、高效和经济地运行。数据分类和数据生命周期技术完全可以在更为广泛的数据库的多个领域中得到很好运用。

摘要：主要通过对数据库中类型数据的分类和数据生命周期的分析, 建立与之相适应的RMAN备份和恢复策略, 藉以不断优化Oracle数据库RMAN备份和恢复的性能, 并提出相关的实现方法。

关键词：ORACLE RMAN,备份与恢复,数据生命周期,数据分类

参考文献

[1][美]oracle corporation《Oracle9i Backup and Recovery Concepts》2000

[2][日]Isao Igarashi.《High-speed backups without stopping business applications》2005

[3][美]Sam R.Alapati.《Expert Oracle Database10g Administration》2005

大数据领域生命周期理论研究篇3

关键词：大数据；生命周期；变革

一、引言

大数据开启了重大的时代轉型，是一场思维的大变革，在这个不断发展、不断创新、落后就被淘汰的时代，研究大数据是什么，大数据的发展到什么阶段，如何为我们所用，可以使我们及时把握机会，应用技术，获得价值具有重要意义。

二、生命周期的一般概述

所谓生命周期，通俗地讲是指一个事物或生物或一项技术等从“摇篮到坟墓”的整个过程。根据市场发展生命周期理论，可以将市场的发展按照其市场成熟度分成8个阶段，包括早期市场期期、鸿沟期、保龄球道期和龙卷风时期、成熟期、衰退期、断层期和生命结束期。

图1 市场发展生命周期成熟过程

根据市场成熟的过程划分的生命周期过程中，每个阶段都具有自己特有的特征，同时也也有不相同的适用创新形式。

三、大数据的生命周期

（一）大数据的概念

大数据一词源于英文“Big data”，2012年前，中国一直称之为海量数据。2012年初，全球知名咨询公司McKinsey对“大数据”定义如下：大数据是指大小超出了传统数据库软件工具的抓取、存储、管理和分析能力的数据群。近年来，兰妮首先提出“三个V”：Volume（数据集的大小和存储）、Velocity（数据输入速度）和Variety（数据类型），它是最受欢迎的“大数据”的定义。

（二）数据的搜集与处理方法

“web of science”是ISI数据库中的引文索引数据，共包括超8000种世界范围内高质量的期刊。进入“web of science”，输入关键词“big data”，点击检索，文献分析专用软件可以用bibexcel共现分析软件分析，本文只需要大数据的不同年份的数据并作出趋势线即可，所以只需统计每年的出版数，用excel软件作平滑散点图，描述图形走势即可。

（三）大数据的发展

用上面所描述的方法，我们可以得到各年份的关于大数据的出版数，如图2。

图2 大数据的应用趋势图（1974-2013）

可以看出，从1975年至2007年，大数据的出版数趋势非常的平缓，其中还有相隔很多年才出版，即有断片的情况，可认为1975年至2007年为大数据的早期市场期和鸿沟期，大数据的出现没有引起太多的人关注与应用，处于观望时期，技术处于停滞状态。在2013年，出版数一下猛然超过过去几十年的总和，出现了一个明显快速上升的趋势，大数据的研究已经从新生儿期发展到一个尖锐的增长期，越来越多的科学家和产业实现大数据对多个行业和多个策略的重要影响，以鼓励更多的科学家来研究它，更多的企业家来利用它。

四、中国大数据

（一）我国大数据产业的发展现状及面临的挑战

在全球经济与技术一体化的今天，我国资本、政策等生产要素已经向大数据产业聚集，开启了大数据的起航之旅，商业模式也有了一定的突破，但在基础软件的开发、智慧城市的建设、数据的流动性等方面存在一定问题。1、国家层面战略规划的引导及扶持有待加强。我国的大数据产业正处于产业初创时期，急需政策的扶持，在这方面国家政策的大数据专项规划还没有出台，相比其他国家电子商务和云计算等产业专项规划相对较滞后。2、大数据生态系统主导地位的领军企业仍然很缺乏。我国大数据产业正在高度吸引着资本的关注。国内有多只产业资本注入大数据产业，只有少数企业能提供由大数据生态系统支撑的技术。3、行业数据的挖掘技术手段较为缺乏。智慧城市会产生大数据，在物流、电网、工业、交通、医疗方面均有大数据应用。智慧城市各个领域的数据挖掘目前还不够，相关技术如数据计算、可视化等有很多问题。

（二）我国发展大数据产业的对策建议

2014年两会期间，央视还增加了《两会解码—两会大数据》的专题栏目，体现了我国对大数据的关注，为大家所承认与重视，已经到了龙卷风时期，提以下建议：1、出台大数据的长远战略规划，加强政策的引导与扶持。我国应当尽快出台大数据发展规划，并以战略资源的视角审视大数据产业。在前两次IT浪潮中，欧美国家的战略规划均先于我国，面对这次大数据浪潮，我国应从政策上，制定专项计划，加强扶持与引导。2、重视基础软件研发，抢占主导位置。基础软件的支持，解决数据的储存、分析、检索等的软件产品是大数据生态系统的重中之重，产业资本和政策扶持应多向基础软件企业向导，从而确定我国信息技术的产业制高点。3、深化数据应用。智慧城市推动我国大数据产业的发展，来整合分析跨地域、跨行业、跨部门的大量数据处理，智慧城市的推动力将会是大数据，同时也是大数据的深化应用窄梯。（作者单位：1.重庆师范大学经济与管理学院；2.重庆文理学院数学与财经学院；3.重庆师范大学教务处）

基金项目：重庆市社会科学规划博士项目（No：2014BS097）；大数据领域的创新绩效的测度与知识演化研究；重庆师范大学基金项目（No：14XWB016）：基于社会网络分析的大数据领域成长路径辨识与产业发展对策研究；中国博士后科学基金一等资助项目（No：2015M57016）：大数据领域的复杂创新网络研究；重庆市教委科学技术研究项目（No.KJ1500334）：复杂创新网络视角下的大数领域成长战略、创新机制、发展动力研究；重庆市社会科学规划项目（No：2015YBGL113）“一带一路”背景下重庆市的创新驱动路径分析与对策研究—以大数据领域为例和重庆文理学院科研项目（No：Z2013SC09）资助；中美计算机科学研究中心开放基金课题：大数据的基础经济学理论及在重大发展问题中的实际应用研究；重庆师范大学2016年高等教育教学改革研究项目：师范院校经管类专业加强人文素质教育内容和课程体系建设的研究与实践。

参考文献：

[1] 维克托·迈尔·舍恩伯格，肯尼思·库克耶.大数据时代：生活，工作与思维的大变革[J].2012.

[2] 宁钟，司春林.技术变革与生产理论的进化含义[J].科技进步与对策，2003，20（4）：105-107.

[3] 李德伟，顾煜，王海平.大数据改变世界.电子工业出版社，2013.

[4] 郭昕，孟晔.大数据的力量.机械工业出版社，2013

周期数据篇4

摘要：介绍了一款基于单片机的倍频电路。该电路能够实现对准周期信号的整周期同步采样，具有倍频精度高、跟踪速度快、能对准周期信号进行预测和补偿等特点;同时介绍了一种周期预测的方法和原理以及基于PC总线实现准周期信号的同步数据采集系统。

关键词：准周期信号整周期采样单片机预测

数据采集及其傅立叶分析是信号处理的重要环节和基本手段。众所周知，利用FFT技术对信号进行频谱分析时，其精度受谱泄漏和栅栏效应等因素的制约。理论研究和实验均表明：对周期或准周期信号实行按基频整周期同步采集2n个数据，即整周期基2同步采样，可以减小傅立叶分析中的固有误差――谱泄漏和栅栏效应[1]。

对周期信号，通常可采用由锁相环和分频器组成的锁相倍频电路[2]，实现对信号的整周期基2同步采样。但对周期缓慢变化的准周期信号，要实现整周期基2同步采样，则非易事。一文提出一款基于单片机周期预测和补偿，从而实现对准周期信号整周期基2号同步采样的倍频电路。该电路倍频精度高、跟踪速度快，能对准周期信号进行预测和补偿，在信号处理和数据采集领域有较好的应用前景。最后给出了基于PC总线实现同步要样的数据采集系统。

1准周期信号基2倍频电路的实现

1.1准周期信号基2倍频原理

设待采集的准周期信号的频率为fx，周期Tx。为了实现对输入信号的整周期同步采样，要求对输入信号N倍频，即产生一个频率为Nfx的A/D采样脉冲。又设某基准时钟脉冲信号的频率为fo(fo>>fx),周期为To,对fo进行M分频后，使其恰好等于输入待采集周期信号频率fx的N倍，即：

Nfx=(f0)/M(1)

或

Tx=M・NT0=N・MT0(2)

为了实现基2同步采样，通常取：

N=2n(3)

式(3)中n=4,5,...8。显然，当n的位数确定后，改变M，使M随Tx的变化而变化，就能保证整周期基2同步采样。

1.2准周期信号基2倍频电路的硬件实现

为了保证对准周期信号基2整周期同步采样有较高的精度，笔者提出一款基于双单片机的基2倍频电路如图1所示。它由过零比较器、二分频器、单片机和或门组成，其中单片机选用AT89C2051，外部晶振频率为12MHz，内部计数频率fo为1MHz，输入信号fx经整形和二分频后直接与两单片机的外中断INT0和INT1相连。图1中A、B、C、D、E、F、G各点波形如图2所示。

其工作原理是：在信号的奇周期Tx1期间，单片机(1)定时器To由输入信号Tx1的上升沿启动，并对Tx1填脉冲计数，Tx1的下降沿关闭定时器To;借助单片机的运算功能，确定M值，并利用定时器T1产生频率为Nfx的输出脉冲信号。定时器To设为内部计数形式，工作方式1(16位计数，初值为0)，GATE位为1，利用外部中断INT0引脚上的电平Tx1，直接启动和关才计数器。其计数结果是16位二进制数HL，其中高位为H，低位为L值。

当输入信号频率较低时，计数器T0会溢出触发中断，在中断服务程序中使用单片机内部寄存器(R4)记灵中断次数，以扩展计数范围。利用外部中断INT0引脚上Tx1电平的下降沿产生中断，读取T0的计数值HL和R4的值。通常(3)式中的n可根据输入信号的频率，智能地选取4到8位的二进制数，(2)式中的M值由下式给出：

M=R4HLN(4)

显然M为16位二进制数，因此设置定时器T1为内部计数方式，GATE位为1。当输入信号频率较高时，选工作方式2(8们，初值自动重装载);当输入信号频率较低时，选工作方式1(16位)。定时器T1的初值取决于上一奇周期期间测得的M值，当计数溢出中断时，在中断服务程序中使PLO输出电平翻转，即获得fx的N倍频的方波信号。

同理，可实现单片机(2)在偶周期Tx2期间，输出N倍频的方波信号。可

见当输入单片机的外部信号?x每产生一个周期脉冲，在其输出端就会有N个输出脉冲，用输出脉冲去触发A/D板卡采集，即实现了N倍频的整周期采样。

1.3准周期信号的周期预测

上述方法实现整周期采样时，是把这一周的周期值作为下一周的周期来计算采样脉冲输出频率的。对周期性信号，周期固定不会影响结果;但对准周期信号，周期是渐变的，会带来较大的`误差。为了减少或补偿这种误差，本设计借助单片机的运算和数据处理功能，分别对下一周期进行周期预测。即利用前m个周期的T值，对下一个周期作出预测，再以预测的M来设置定时器T1的初值。用拉格朗日线性插值法可预测周期[3]，如图3所示。提取最近两周的周期值，推算下一周的周期值。

图3中Tj为第j周终了时刻测得的周期值，Tj-1为第j-1周终了时刻测得的周期值，Tj+1为要预估的下一周终了时刻的周期值，则可得预估公式：

Tj+1=2Tj-Tj-1=Tj±ΔTj(5)

由此可得：

Mj+1=2Mj-Mj-1=Mj±ΔMj(6)

2基于PC总线控制的数据采集系统

基于PC总线的同步采样系统框图见图4，它主要由地址译码器、单片机倍频电路、A/D转换器组成。各模块功能如下：

地址译码：PC机中用户可使用0300H～031FH地址，采用与非门74LS133对PC总线的地址信号A0～A9译码，端口地址为030FH和030FH。

单片机倍频电路：产生同步信号进行同步采样，保证信号截断长度正好是信号周期的整数倍。

A/D转换器：采用AD678芯片实现模数转换。AD678是带采样保持器的12位A/D转换器，其精度为2-12=1/4096=0.024%，转换时间为5μs，其工作速率满足采样频率的要求。

3性能及误差分析

(1)输入信号上下限频率fxH和fxL的确定

当输入信号频率较高时，(3)式中的n取4位二进制，考虑到单片机的中断响应时间需要3～8个T0，因此由(2)式可求得：

Txmin=8х24T0+TP=128μs+TP(7)

式(7)中的TP为单片机周期预测所需的时间，设约为72μs。

当输入信号频率较低时，(3)式中的n取8位二进制，(4)式中的M可取16位二进制的最大值，因此由(2)式可求得：

Txmax=28х216T0≈16s(8)

则由(7)、(8)两式可确定：

fxH≤5kHz和fxH≥0.1Hz

(2)误差分析

根据(5)式估算的周期值，如果准周期信号的周期变化是均匀的，即遵从匀变速规律，由此引入的误差为0;如果周期变化是非均匀的，则仍会带来一定误差。在许多实际应用场合(如旋转机械的起停过程)周期主要是匀变速或接近匀变速，而少许的偏离经(5)式的修正后影响很小。其它的计数误差和单片机中断引起的误差，可看作系统误差，由单片机修正。

周期数据篇5

勘探与生产ERP以投资项目管理为主线,华北油田ERP系统于2010年11月启动,上线五年,在公司所有单位实施了财务、物资、计划、设备、销售五个功能模块。其中,计划模块即投资项目管理在华北油田主要分为油气勘探生产项目和生产及矿区服务项目两方面内容。目前,ERP项目管理实现了对投资项目下达和实施的管理,但项目的前期管理、后期评估分析均在线下进行。为保证项目管理数据的完整,为领导决策支持提供更加全面的依据,将项目的全生命周期纳入系统中进行,加强项目前期、投资计划、项目实施、验收结算到后评价等环节的全过程管理,将多方面的提升项目管理水平,加强基础数据一致性和业务连贯性。

投资控制程度方面。应用前,项目预算管理主要依靠投资计划部门通过汇集各职能部门的相关信息,掌握项目进行中的预算执行情况,进行事后分析;应用后,按预算控制要求,创建项目结构,下达预算,实现项目预算的事前计划、事中控制和事后分析,进一步满足公司工程项目的精细化管理要求。

审核、审批形式方面。应用前使用人工签字,审批流程繁琐、滞后;应用后,系统内实施线上审批,随时查看审核状态、审核人,加强业务流程时效性的管理,便于流程追踪和分析。

项目过程管理方面。应用前,缺少专业管理工具;应用后,实现项目立项到项目验收的全过程状态、成本的跟踪管理,全过程监控。

项目管理的业务与财务信息一体化方面。应用前,项目实际现场情况无法及时掌握,成本的分析难度很大,存在项目成本记账不及时等问题;应用后,利用投资管理、项目管理、采购与库存管理和财务管理等各模块的实时集成功能,能够及时、准确提供项目信息,便于决策分析。

数据管理方面。应用前,项目相关数据线上、线下分散,不便于追踪和查询;应用后,项目全过程的数据都统一在系统内,可以便捷的进行项目追踪和多维度查询掌控。

此外,项目的全生命周期管理在系统内集成了项目实施状态、项目投资计划下达情况以及项目实施过程中的项目实际发生成本明细,各部门相关管理人员可在系统内随时对项目情况进行权限内查阅和控制,为实现项目成本核算精细化、勘探与生产业务精细化管理提供了手段。同时,项目全生命周期管理在系统内集成了项目的关键数据,为数据分析和深层价值挖掘奠定了基础。

(1)数据、配置、流程标准化。项目立项规范化管理,统一标准、统一数据、统一模板结构建立项目,统一支撑业务的协同,最终实现多报表关联,多系统融合,有效信息综合呈现。

(2)项目计划统一安排。通过项目进度的“量化监控”及时地掌握项目状态,对项目进行过程中的变更进行分析,并在统一的平台上审批以便更好地发掘潜力,调整或优化资源。

(3)进度管理与偏差控制。管理人员需在项目各阶段制定各种层次的进度计划,业务人员按阶段维护项目的形象进度、工程进度等,在系统内以百分比的形式跟踪反馈项目完成情况,实时监控项目进度并根据实际情况及时进行调整。

(4)项目状态分析。项目状态一方面可以从系统状态和用户状态两大方面考察,另一方面,通过完整、有效的工程项目监控指标和方法,用货币量,即项目预算和成本发生情况代替工程量来测量工程的进度,以资金已经转化为工程成果的量来衡量项目的健康状态。

企业管理受益于ERP之后,开始考量如何深化应用,如何挖掘更深层次的价值。EPR系统运转记录下来大量的行业数据对于企业的经营决策来说意义重大,如何确保这数据有效展现并及时运用,将影响到企业能否最大化地发挥ERP的价值。ERP项目全生命周期管理促进了全业务过程的信息标准化、可视化,增加投资项目管理的业务洞察力。利用系统实现业务运作与管理系统的集成,提取关键数据,实现项目业务绩效监控和分析,增强项目建设全过程的价值创造力,提升项目决策分析能力,为企业长期发展提供依据,进一步释放了ERP系统价值和数据价值。

摘要：作为先进的企业管理模式,ERP的主要宗旨是对企业所拥有的资源进行综合平衡和优化管理,从而取得最好的经济效益。勘探与生产ERP系统将项目计划的管理作为主线,将项目的全生命周期纳入系统将进一步加强对项目计划、预算执行、进度掌控和数据价值挖掘的管理。

关键词：ERP系统,项目管理,数据价值挖掘

参考文献

[1]肖锋,蔡薇,刘晶.投资建设项目管理经验及成效分析[J].管理学家,2014(4).

周期数据篇6

作为绿色建筑其是否真正的节能, 真实的数据才能进行有效的证明。2009年《纽约时报》有一篇题为“有些建筑配不上绿色标签”的报道, 已经指出了一些作为可持续性代表的绿色建筑其实名不副实的问题。在“实际能耗检验建筑节能性”的标准下, 很多绿色建筑在从建设过程到运营周期中往往只是应付设计应付验收, 并没有真正地将建筑“绿色”起来。忽略了绿色建筑持续运行的能耗是否达到建筑节能指标;绿色建筑的室内环境是否达到健康的标准;绿色建筑所选用的机电设备是否节能产品;绿色建筑所匹配的建筑节能设备或手段是否全周期地节能;绿色建筑物业管理是否按照节能运营标准进行管理。

建设一套绿色建筑全周期实时数据监测系统辅助运营管理尤为必要。天津大学新校区第一教学楼在绿色建筑建设中进行相关的建设研究和探讨, 实施建筑全周期的实时能耗数据监测。

2. 项目概况

天津大学新校区第一教学楼位于天津大学新校区内。项目规划总用地面积21625m2, 总建筑面积10762.1m2, 建筑地上南侧3层, 层高4.5m;北侧2层, 层高6.75m;内部错层相接, 总高15.75m。绿地率44.2%。

根据绿色建筑设计标准, 天津大学新校区第一教学楼 (简称天大新一教) 目标完成绿色建筑三星级指标。在新国标《绿色建筑评价标准》GB/T50378-2014中提出了对整个绿色建筑的运营状况进行数据跟踪和对比。根据设计标准, 进行全周期的数据跟踪监测。一方面探讨建设周期绿色建筑的数据监测系统应用, 另一方面探讨运营标识的数据公示、披露和评估。

3. 绿色运行数据监测内容

根据绿色建筑相关法规及各类绿建指标评估体系要求、现场管理需求, 既要满足日常管理, 还要持续跟踪整体建筑绿色评估体系。绿色建筑数据监测系统的建设, 既要完成节能指标评估, 还要完成数据长期运行跟踪需要, 为运行标识的评测和后期运营管理提供依据。数据监测不但要从时间上覆盖建设周期和运营周期, 还要从数据上覆盖能耗、环境以及设备信息, 通过自动化以及人工的方式进行真实数据的统计分析, 绿色建筑能耗监测系统原理见图2。

能耗参数即建筑物实际使用的各类能耗和资源的实时参数, 通过相关的计量表将电量、水量、制热/冷量等参数进行采集统计。传统的表计量是通过人工进行现场抄表, 而后进行表具参数统计, 不但无法实时获得数据参数, 且浪费大量人工, 同时也无法通过有效准备的数据进行判断数据所展示的能耗信息。

环境参数作为绿色建筑评价体系中最重要的一环, 需要设置大量有效的传感器进行数据监测, 通过控制器或采集器实时读取各类传感器提供的信号, 实现远程的自动化采集。

建筑内有大量的机电设备, 机电设备的运行及故障等各类运行信息实时影响着整个建筑的能耗和环境。机电设备有着独特的运行性能, 通过对自动化设备对机电设备的运行信息进行采集和控制, 既能实时监管机电设备的运行情况, 又能在最大程度上实现机电设备节能。

天大新一教在项目建设阶段使用大量的能源, 通过自动化的方式进行数据采集器和人工填报, 完成整个建筑周期的能耗使用情况, 为降低建设能耗提供数据依据。现场施工环境的温湿度风速等各类室外环境影响整个建筑进程, 既需要完成环境变化监测, 也需要进行现场公示, 提高现场施工管理水平。场地施工大量机电设备使用, 提高整个生产效率, 对重要设备信息管理尤为重要, 需要有效真实的信息来监管设备运行情况;同时也可以通过数据分析, 优化现场设备的配置使用。

4. 系统设计

4.1 整体系统规划

本系统常规建设体系在能耗监测和楼宇自控体系进行集成和管理, 为了将绿色建筑数据进行本地化管理, 则要求本地进行实时显示和管理。

4.2 系统结构说明

本地设置绿色建筑监控管理主机, 实现各类数据的本地显示和管理, 并通过TCP/IP上传到物业管理中心和绿色建筑监测平台中心。物业管理中心实现就地的物业管理, 绿色建筑数据监测中心作为未来绿色建筑全周期的数据监测平台, 实现整个绿色建筑管理平台管理和建设。

5. 结束语

通过绿色建筑全周期实时数据监测系统的搭建, 建立合理有效的评估和监管体系, 对实时监测建筑的运行状态及不良情况的及时纠正有着举足轻重的作用。绿色建筑是对建筑全寿命周期的考量, 建筑能耗是对建筑运行状况的直观数据, 所以, 做好对数据监测平台的建立和维护, 是运行费用控制、提升管理的良好措施。

参考文献

[1].王绍森.当代闽南建筑的地域性表达研究[D].广州.华南理工大学, 2010年10月

[2].王绍森.透视“建筑学”——建筑艺术导论[M].科学出版社.2000

[3].郑时龄.当代建筑批评的转型——关于建筑批评的读书笔记[J]2006.5

[4].王凯.当代中国建筑批评话语模式的转变——以中国建筑言论中的库哈斯为个案[J]2010.6