2. 供应链计划系统架构：计划引擎、数据层、模型层、接口层概述

供应链计划系统（SCP）是一个多层级的软件架构，其核心目标是协调需求、供应与库存，生成可执行且最优化的计划方案。理解其分层架构是进行性能调优与故障排查的基础。本章将系统性地剖析计划引擎、数据层、模型层与接口层四大核心模块的职责、交互关系及关键设计要点。

2.1 四层架构总览

下图展示了供应链计划系统的典型四层架构，以及各层之间的主要数据与控制流。

2.2 各层职责与关键组件

2.2.1 接口层 (Integration Layer)

接口层是系统与外部世界交互的边界，负责数据的采集、转换与分发。其性能直接影响数据时效性与系统吞吐量。

• 数据采集： 从 ERP（如 SAP、Oracle）、WMS、TMS 等系统拉取订单、库存、采购单、运输计划等数据。
• 协议支持： 提供 REST API、SOAP、SFTP、消息队列（如 Kafka、RabbitMQ）等多种接入方式。
• 数据转换： 执行 ETL（抽取-转换-加载）操作，将异构数据标准化为计划系统内部格式。
• 常见性能瓶颈： 大文件解析耗时、API 调用超时、消息堆积、数据校验逻辑过重。

2.2.2 数据层 (Data Layer)

数据层是系统的“记忆体”，负责存储、组织与提供计划所需的所有数据。其设计直接决定了数据访问效率与模型计算速度。

2.2.3 模型层 (Model Layer)

模型层是供应链计划的“大脑”，封装了业务逻辑与优化算法。它定义了如何将数据转化为计划方案。本课程的核心——服务水平模型——就位于此层。

• 服务水平模型： 定义客户订单满足率（OTIF、Fill Rate）的计算逻辑与目标设定。
• 库存优化模型： 基于安全库存、订货点、EOQ 等策略计算补货建议。
• 约束模型： 描述产能、物料、运输等硬约束与软约束。
• 算法类型：
  • 数学规划： 线性规划（LP）、混合整数规划（MIP），适用于精确优化。
  • 启发式算法： 遗传算法、模拟退火，适用于大规模复杂问题。
  • 仿真模型： 离散事件仿真，用于评估不同策略下的服务水平表现。

2.2.4 计划引擎 (Planning Engine)

计划引擎是系统的“执行器”，负责调度模型、管理计算资源、执行求解过程并输出结果。它是性能调优的最终落脚点。

2.3 层间交互与数据流

理解层间交互是定位故障的关键。以下是一个典型的计划运行流程，展示了数据在各层之间的流转：

1. 触发： 用户或定时任务通过接口层发起“运行计划”请求。
2. 数据准备： 接口层从外部系统拉取最新数据，经过校验与转换后写入数据层。
3. 模型实例化： 计划引擎读取数据层中的快照，调用模型层加载对应的服务水平模型与约束模型。
4. 求解执行： 计划引擎将模型与数据传递给求解器，执行优化计算。
5. 结果回写： 求解完成后，计划引擎将结果（如补货建议、订单分配）写回数据层。
6. 结果分发： 接口层从数据层读取结果，通过 API 或文件分发给下游系统。

2.4 架构设计对性能的影响

不同的架构设计选择会显著影响系统性能。下表对比了两种常见架构模式：