一种基于RFID 的数据集成与资产管控系统

孙宇

（上海市长宁区教育局基建管理站 上海市 200336）

1 研究背景和目的

目前资产管理系统通常采用人工进行管理或者使用二维码作为媒介的方式来进行资产物品管理，设备在管理或者资产盘点方面都不是智能化操作，容易被人工进行篡改，安全方式过于单一。同时资产数据也不统一，后期数据管理难度增大，系统不仅需要同时处理新老数据，还需要进行数据兼容转化，系统可视化数据处理相关工作都会有一定的难度。

通过利用RFID 芯片对资产物品进行统一数据格式编写，方便系统进行数据信息集成，用户只需要通过手持终端既可快速识别资产物品的信息，然后通过系统进行数据关系关联操作或者数据关系变更操作等。另外，RFID 的引入也会进一步提升资产安全性保障，在企业内部安装RFID 识别门禁，检测到资产出入都会进行报警，保证企业中资产的安全可靠。同时利用资产数据可视化显示可以非常直观的帮助管理人员或者员工进行资产统计和汇总工作。由于资产数据量大，为了保证数据处理的效率，需要对RFID 读取到的数据信息进行缓存数据设置，依据系统的资产数据类别进行差异化处理，不同资产数据存储到不同的数据库服务器中，减少访问压力，提升总体数据访问的性能。

2 系统总体应用架构设计

为了便于用户进行简洁化地使用，系统需要给用户提供良好的交互使用体验，主要提供用户客户端、WEB和小程序等主流的前端能力，前端集成可视化显示能力，便于用户直观的查询相关资产数据信息。总体系统架构设计图，如图1 所示。系统针对资产RFID 信息数据集成与相关资产数据管控是系统最核心的部分，设备资产数据通过RFID 芯片进行存储统一资产编码信息，在进行写入RFID 信息后，数据不可以进行篡改，后续RFID 芯片设置为只读模式，资产信息只供管理员用户进行检查和关联关系变更等等基本相关操作。系统中的RFID 资产数据管理，需要对应用层提供数据管理、数据检索、数据访问权限和数据监控等主要功能。资产数据相关管理功能都是通过RFID 设备进行资产信息查询，设备将采集到的RFID 信息上送到系统进行数据分析处理，可以完成资产盘点、资产登记、资产变更、资产查询等操作。资产相关数据需要进行转换、整改和诊断等相关操作，数据需要经过统一格式处理，便于上层数据管理直接进行使用。系统设备采集的数据和相关元数据都需要进行单独存储，保证后期进行系统数据分析时，避免污染到主要数据，提高相关数据处理效率。另外，针对RFID 设备采集的数据进行单独存储，保证用户操作和对应的数据关联关系都能进行后期溯源。

图1： 系统总体架构图

3 系统模块设计

本文所研究的一种基于RFID 的数据集成与资产管控系统主要通过利用RFID 进行资产信息编写和查询管理，RFID 数据进行集群化管理和控制，前端应用接入服务通过负载均衡系统进行高效分发，数据查询采用缓存系统设计保证数据查询效率。

3.1 系统核心功能模块

资产相关的数据主要通过RFID 设备写入相关数据到RFID 芯片中，后续资产数据读写查询也需要依赖RFID 设备进行读取。具体的系统资产出入库流程图，如图2 所示。资产入库操作流程主要是输入相关资产信息生成统一RFID 信息格式，然后写入RFID 芯片中，芯片粘贴在资产外表面，完成主要货物入库的流程，标签芯片采用特殊胶进行固定，保证后期不能更换，如果强制去掉，会损坏芯片，触发报警。资产信息关联关系变更，通过RFID 设备进行识别，数据进行校验后，然后在系统中进行数据信息核对和关联关系变更，这里需要特别注意的是，只有管理员才有相关的权限进行操作，普通用户不能进行修改资产相关任何内容，防止数据造成泄露或者造成资产错误修改，导致资产出现异常管理或者造成资产损失。

图2： 资产出入库流程图

基于RFID 的数据集成与资产管控系统主要的功能模块包括数据维护、打印管理、资产盘点和系统管理等等。具体的系统资产核心功能示意图，如图3 所示。系统数据维护主要是资产信息录入、资产位置信息管理和资产归属。资产位置信息管理方便后期资产盘点和转接时快速定位和查找。资产归属主要是固定资产目前在哪一位用户名下进行使用，如果是公共资产，就统一归属于公司名下，同时尽量细分到不同部门，便于后期进行管理。系统RFID 芯片打印管理，主要是使用统一的数据内容格式写入芯片，选择需要打印的外观样式，机器打印标签，系统这时需要同步记录相关芯片履历信息和一些资产关联信息等等内容。系统资产盘点主要是通过获取全量资产信息表，然后根据资产信息表上的资产信息进行资产判断，通俗来讲就是盘点资产实物，对于盘点的资产信息系统会梳理出资产信息差异点，然后整理成资产分析报表供管理员或者资产盘点用户进行使用和查看。系统管理主要是针对不同的用户提供不同的角色管理。简单来说是指用户登录、权限管理、密码修改和终端使用等等功能。资产管理用户会分配到资产相关操作权限，普通用户只能进行使用和申请相关资产使用，资产相关变更处理统一交由管理员进行处理。另外，普通用户是没有使用终端的权限的，只有资产管理人员才能拥有相关权限，而且终端使用自动留存相关操作日志，便于后期进行资产审查管理。

图3： 资产核心功能图

3.2 系统部署架构

为了保证系统中资产数据信息准确可靠，在系统服务架构部署上采用集群化部署。具体的系统服务架构部署图，如图4 所示。针对读写比很高、不常变化的数据，统一交由缓存子系统来进行数据处理，比如固定资产的类目信息，不必每次都读写数据库。应用程序需要读取数据时，先到缓存中读取，如果读取不到或数据已失效，再访问数据库，并将数据写入缓存，如此降低对磁盘I/O 的读写次数，降低对数据库及文件系统的依赖。针对缓存子系统的更新机制，采用被动失效和主动更新相结合的方式，既对缓存中的数据设置失效时间，当达到失效时间后删除掉缓存中的数据，当再次请求的时候，发现数据已经不在了，则需要重新访问数据库，然后更新缓存。另一方面，当数据库中有相关数据更新时，告知缓存子系统将对应数据设置为失效，下次请求到更新数据时重新写入缓存。在读写数据库的场合，需要利用数据库集群子系统来分担压力。考虑到实际应用中，主要用到的是读操作，而写操作用到的较少，所以需要将读写分离，不要因为少量的写操作去影响了读取速度。与之对应的进行主从分离，主机处理写操作，多台从机处理读操作，达到资源有效分配的目的。同时数据更新时主机通过复制将数据同步到从机，从而使每一个数据库都保证数据的一致性。另一方面，随时数据累积量越来越大，当数据量达到上亿条时，访问效率还是会下降。所以依据系统的数据分布特点，需要进行分库分表，将不同业务数据分散存储到不同的数据库服务器中，将原本同一张表的数据分拆到多张表中，从而降低了单张表的数据量，提高访问效率。

图4： 系统服务架构部署图

4 系统实际应用

系统为了保证实际使用的灵活性和便捷性，并且支持各种性能参数可以灵活配置，具体的RFID 手持设备终端实际效果图，如图5 所示。手持设备终端主要采用集成化的设计，方便用户进行使用，用户可以使用手持设备终端快速进行资产盘点工作，提高企业中资产管理总体效率。另外手持终端设备完美兼容Android 操作系统，可以安装Android 软件包到终端设备上，资产管理软件客户端可以在手持终端上直接进行使用，非常便捷高效。用户通过终端设备上的软件进行登录操作，终端检查用户权限后，确定用户拥有的功能能力，然后用户通过终端开始进行资产相关工作处理。

图5： RFID 设备实际效果图

系统资产管理软件，主要是面向用户及管理员进行使用，用户在系统中需要通过用户管理模块进行信息创建并且明确权限，保证数据安全。为保证系统能协调运行，提供基础管理服务，后续进行数据配置提供了灵活性和便捷性。具体的资产数据管理效果图，如图6 所示。用户可以进行名下资产查询和确认，但是对于日常资产管理类的工作需要进行申请，后续由管理员进行确认和操作。资产调动和处置工作都是管理人员进行处理。针对普通用户的操作申请，会同步推送消息到管理用户处，管理中的用户可以进行明细处理。系统通过利用RFID终端设备配合RFID 芯片可以实现资产管理全程无纸化操作，系统中的资产管理工作人员直接使用具备RFID能力的手持终端设备来进行现场资产信息确认，极大地提高了相关管理员工的工作效率，后续数据通过查询和总体汇总报表进行实时显示总体资产归口状况，节约数据处理效率。企业内部资产流转需要通过资产管理人员扫描资产信息，然后对资产详细归属信息进行变更操作，简单来说就是变更资产的所述关系，资产变更之后，同步系统也会后续进行验收和变更相对应的资产位置详细信息等等。系统中的普通用户虽然没有相关资产操作权限，但是用户可以查看自己名下所拥有的固定资产，通常就是计算机、显示器和电话机等固定硬件资产，用户可以申请归还名下资产，可以申请相关需要的办公资产，但是这些申请都需要部门领导进行审批，审批通过之后，流程流转到资产管理员处，资产管理员根据具体的申请情况进行处理用户的要求，进行资产回收，更换或者新派发资产到具体用户名下。

图6： 资产数据管理效果图

5 小结

通过前期对RFID 相关技术现状和国内外实际使用场景进行调研学习，并分析在资产管理场景中，利用RFID 相关技术比传统资产管理具有那些实际的优势。针对现有资产管理现状和不足，设计基于RFID 的数据集成与资产管控系统，利用RFID 芯片和设备进行资产信息收集和管理，系统还针对资产数据进行优化管理设计。资产数据是系统需要保障的重要价值的数据，系统通过采用集群化服务部署，提高数据处理和访问的性能。系统主要是利用RFID 技术对资产物品进行信息编写和写入RFID芯片，使用RFID读写设备进行资产信息读取。系统为了保障资产相关数据处理效率，采用缓存系统进行设计，帮助数据库集群系统来分担压力，降低数据处理相关数据量，提高总体系统的访问效率。