Files
md_to_gost/AIV2/examples/pis-report.md
T
Igor20264 5fb5010571
Example document / build (push) Has been cancelled
Python application / build (push) Has been cancelled
v0.5.4
NewPromt
- small fix
2026-09-19 10:53:19 +03:00

225 lines
11 KiB
Markdown

# *СОДЕРЖАНИЕ
[TOC]
# Практическая работа №1. Описание предметной области и границ системы
## Цель работы
Описать предметную область складского учёта, выделить участников процесса и зафиксировать границы автоматизируемой системы.
## Ход работы
Рассматривается склад готовой продукции среднего предприятия: три зоны комплектации, один участок приёмки, две смены по четыре кладовщика. Через склад проходит около 400 отгрузок в сутки, приёмка занимает от 20 до 90 минут на партию.
Участники процесса и их задачи приведены в @Таблица:pr1_roles.
%pr1_roles Участники процесса складского учёта
| Участник | Задача | Что получает на выходе |
|----------|--------|------------------------|
| Кладовщик приёмки | сверяет поступившую партию с накладной | акт приёмки |
| Комплектовщик | собирает заказ по заданию | укомплектованный заказ |
| Кладовщик отгрузки | оформляет передачу заказа перевозчику | подписанная накладная |
| Начальник склада | контролирует остатки и сроки | сводка по остаткам |
Границы системы и её внешнее окружение показаны на @Рисунок:pr1_ctx.
%pr1_ctx Контекстная диаграмма потоков данных
```dfd
style context
entity Supplier Поставщик
entity Carrier Перевозчик
entity Sales Отдел продаж
process System Система складского учёта
Supplier --> System товарная накладная
Sales --> System заказ на отгрузку
System --> Carrier накладная на отгрузку
System --> Sales сведения об остатках
```
Границы приняты по участку от приёмки партии до передачи заказа перевозчику. Бухгалтерский учёт и закупки остаются за пределами системы: они ведутся в учётной системе предприятия и получают из системы только сводки.
## Выводы
Основным ограничением процесса является ручной ввод накладных при приёмке: он даёт до 6 % расхождений в учёте остатков и удлиняет приёмку партии в среднем на 25 минут. Именно этот участок определяет требования к системе.
# Практическая работа №2. Модель бизнес-процессов склада
## Цель работы
Построить функциональную модель процесса складского учёта в нотации IDEF0 и определить состав функций верхнего уровня.
## Ход работы
Контекстная диаграмма процесса приведена на @Рисунок:pr2_a0.
%pr2_a0 Контекстная диаграмма A-0
```idef0
title Обеспечить движение товара на складе
node A-0
number 1
project Система складского учёта
context TOP
[A0] Обеспечить движение товара на складе
<- Товарная накладная
<- Заказ на отгрузку
^ Регламент складских операций
-> Подписанная накладная на отгрузку
-> Сводка по остаткам
v Персонал склада
```
Декомпозиция функции верхнего уровня выделила три функции, приведённые на @Рисунок:pr2_a0d.
%pr2_a0d Декомпозиция A0
```idef0
title Обеспечить движение товара на складе
node A0
number 2
project Система складского учёта
context A-0
purpose Сократить расхождения учёта при приёмке и отгрузке
viewpoint Начальник склада
[A1] Принять партию
[A2] Разместить и хранить
[A3] Скомплектовать и отгрузить
A1 <- Товарная накладная [I1]
A3 <- Заказ на отгрузку [I2]
A1, A2, A3 ^ Регламент складских операций [C1]
A2 ^ Схема зонирования склада [C2]
A1 -> A2 : принятая партия
A2 -> A3 : товар к комплектации
A3 -> Подписанная накладная на отгрузку [O1]
A2 -> Сводка по остаткам [O2]
A1, A2, A3 v Персонал склада [M1]
A2 v Складское оборудование [M2]
```
Схема зонирования вынесена в управление, а не во вход: она задаёт правила размещения и не расходуется в процессе.
## Выводы
Функция размещения оказалась единственной, которая одновременно получает управление от схемы зонирования и формирует сводку по остаткам. Расхождения учёта возникают именно на переходе от приёмки к размещению, когда партия физически принята, но ещё не отражена в остатках.
# Практическая работа №3. Модель данных системы
## Цель работы
Спроектировать логическую модель данных системы складского учёта и обосновать состав сущностей.
## Ход работы
Модель данных приведена на @Рисунок:pr3_erd.
%pr3_erd Логическая модель данных системы
```uml
@startuml
hide circle
skinparam linetype ortho
entity "Партия" as batch {
* id : bigint <<PK>>
--
* supplier : varchar(255)
* accepted_at : timestamp
* invoice_no : varchar(32)
}
entity "Товарная позиция" as item {
* id : bigint <<PK>>
--
* batch_id : bigint <<FK>>
* sku : varchar(32)
* qty : numeric(12,3)
zone : varchar(16)
}
entity "Заказ на отгрузку" as order_ {
* id : bigint <<PK>>
--
* created_at : timestamp
* status : varchar(16)
}
entity "Строка заказа" as line {
* id : bigint <<PK>>
--
* order_id : bigint <<FK>>
* sku : varchar(32)
* qty : numeric(12,3)
}
batch ||--o{ item
order_ ||--o{ line
@enduml
```
Остаток по артикулу не хранится отдельным полем, а вычисляется как разность принятого и отгруженного количества. Такое решение исключает расхождение между остатком и первичными документами, но требует индекса по артикулу для приемлемой скорости выборки.
Соответствие сущностей модели функциям процесса приведено в @Таблица:pr3_map.
%pr3_map Соответствие сущностей функциям процесса
| Функция | Сущности | Что изменяется |
|---------|----------|----------------|
| Принять партию | Партия, Товарная позиция | добавляются позиции с нулевой зоной |
| Разместить и хранить | Товарная позиция | заполняется зона размещения |
| Скомплектовать и отгрузить | Заказ на отгрузку, Строка заказа | создаются строки и уменьшается доступное количество |
## Выводы
Модель обходится четырьмя сущностями за счёт вычисляемого остатка. Слабое место решения — скорость расчёта остатка при росте числа позиций: при объёме свыше миллиона строк потребуется материализованное представление.
# Практическая работа №4. Расчёт нагрузки на систему
## Цель работы
Оценить пиковую нагрузку на систему складского учёта и объём хранилища на три года эксплуатации.
## Ход работы
Пиковая интенсивность запросов оценивается по числу операций в смену с учётом коэффициента неравномерности.
%pr4_eq_load
$$
\lambda_{\max} = \frac{Q \cdot m}{T} \cdot k
$$
где $Q$ — число отгрузок в смену; $m$ — среднее число запросов на одну отгрузку; $T$ — длительность смены в секундах; $k$ — коэффициент неравномерности нагрузки.
Расчёт по (@Формула:pr4_eq_load) при 200 отгрузках в смену, 14 запросах на отгрузку, смене 12 часов и коэффициенте 2,5 даёт пиковую интенсивность около 0,16 запроса в секунду.
Реализация расчёта приведена в @Листинг:pr4_code.
%pr4_code Расчёт пиковой интенсивности запросов
```python
def peak_rate(shipments: int, requests_per_shipment: int,
shift_seconds: int, unevenness: float) -> float:
return shipments * requests_per_shipment / shift_seconds * unevenness
```
Результаты расчёта для трёх сценариев роста приведены в @Таблица:pr4_load.
%pr4_load Оценка нагрузки для сценариев роста
| Сценарий | Отгрузок в смену | Пиковая интенсивность, запр./с | Объём за три года, ГБ |
|----------|------------------|-------------------------------|-----------------------|
| Текущий | 200 | 0,16 | 1,4 |
| Рост на 50 % | 300 | 0,24 | 2,1 |
| Двукратный рост | 400 | 0,32 | 2,8 |
## Выводы
Даже при двукратном росте отгрузок пиковая интенсивность остаётся ниже одного запроса в секунду, поэтому одного экземпляра сервиса достаточно. Ограничивающим фактором становится не нагрузка, а расчёт остатков по накопленным первичным документам.