-
-
wuyingchun 数据达人Lv4
发表于2019-3-28 16:37
楼主
本帖最后由 wuyingchun 于 2019-3-28 16:39 编辑
安徽食药监：亿信BI助力实现智慧数据监管
项目背景
业务痛点
解决方案规划
随着企业信息化程度的深入，企业内部对获取决策信息的效率、正确性、全面性和准确度的要求也越来越高，尤其是药监行业。但是，伴之而来的却是繁多的报表和信息孤岛的出现，同时由于各系统之间的独立性，获得决策信息的效率以及各系统标准、口径的不一致也成了影响企业获取决策信息的关键问题，针对以上问题给出了以下方案，该方案是亿信华辰软件用亿信BI部署的完善系统。
项目背景
瘦肉精、地沟油、皮革奶、三聚氰胺、塑化剂超标、苏丹红事件、镉大米、过期药物再销售，食品药品安全问题是近年来被曝光最频繁的领域之一。
食品、药品直接关系到消费者身体健康，安徽食品药品监督管理局通过建立数据中心，全面科学治理，实施智慧监管，确保人民群众“舌尖上”的安全。
业务痛点
随着信息化建设不断推进，安徽省食品药品监督管理局现有数据存储及处理方式已经不能够满足日益发展的多样化数据应用需求。
由于安徽省食品药品监督管理局信息化建设尚处于起步阶段，数据零散存储分布形成信息孤岛，无法进行数据分析与综合应用。
1.缺乏数据共享平台
面对不同来源的数据，缺乏统一的数据交换平台。对内的数据共享、对外的数据交换都依赖于特定系统，技术实现复杂，维护成本高。
2.数据综合分析缺失
当下的数据情况已经不能适应食品药品精准监管的需要，急需对数据进行整合，构建综合数据中心，统一数据共享交换平台，并对数据进行分析应用，从而最大限度挖掘数据的价值。
华宇金信(北京)软件有限公司凭借资深的行业背景和丰富的项目运作经验，不断致力于为客户提供契合实际的信息化解决方案，目前公司已形成了“智慧食安”和“数字工商”两大方案集，华宇金信在保持行业的规范化、专业化和精细化的基础上，通过全面、深入地挖掘用户需求，为每一位客户提供涵盖从咨询规划到系统建设、再到后续运行维护的全过程服务。
1.数据中心建设
为加强信息化建设，发挥信息技术对全省食品药品监管工作的支撑作用，通过数据中心建设，制定安徽省食品药品监管数据规范，促进全省系统信息化建设规范化、标准化；通过数据工厂，进行内部业务系统数据集成；统一建立食品药品数据交换平台，实现内部业务系统之间、上下级食品药品监管机构之间以及对外跨部门交换共享；实施历史业务数据规范化处理，通过数据归集和挖掘分析，实现精准监管。
2.数据工厂应用
数据中心的核心是企业级数据模型的规划和设计，是所有应用的基础，通过数据工厂平台整合多源数据，构建多层次数据模型，完成数据的清洗与整合重构，为数据交换与上层数据分析应用提供标准数据接口。
2.1建立面向主题的数据仓库
2.2业务模型分类细分
根据食药监数据规范，创建基本信息和业务信息6类数据模型。
2.2.1基础数据
2.2.2业务数据
a.许可备案
b.监督管理
c.ETL开发
根据食药进行企业档案，产品档案，人员档案系统建立，设计5大类业务，45类业务细分进行设计。进行国家局、GMP、数据共享、行政审批、食品经营许可、投诉举报系统、行政执法、快检系统、档案信息、快检、行政执法、投诉举报等12个主题，建立441个etl过程。
d.ETL执行
数据工厂共创建数据模型369个，处理数据24326211行，ETL过程441个。
数据工厂将性能优化贯穿了整个产品的生命周期，在产品架构层面区别于其他产品的ETL架构，数据工厂采用ELT架构，先从数据源抽取数据，装在到目标数据库，然后生成目标数据库特有的SQL代码来在目标数据库服务器上执行数据转换的任务。使用数据库来执行数据转换，充分利用原有数据库资源，不需要单独购置ETL服务器，同时利用数据库的批量处理功能，提升大数据量的处理速度，在高并发的情况下利用数据库系统提供的负载均衡，集群，并发处理等高级功能来提升并发响应速度。
数据工厂作为一款B/S架构集数据建模与ETL于一体的数据仓库工具，运用大量的可视化技术，让模型可视化，流程可视化，监控可视化。为实施工程师提供更直观，更简洁的方式呈现各环节的建设情况，提升项实施效率，降低使用人员的技术门槛，缩短项目实施周期。数据工厂采用多线程支持，批量加载，延迟计算，同库优化，更新策略优化等多种技术与优化手段提高计算性能，在保证系统易用性的前提下，为用户提供一个具有高性能，高可靠，高扩展，高安全的智能ETL平台。
