基于云计算平台的人力资源管理系统创新

2017-12-05 19:17:54 管理观察2017年29期

韩佼男

摘要:在现代互联网技术的帮助下,现代企业人力资源管理通过云计算平台实现了智能化的人力资源管理。该方法不仅能更有效、快速地实施企业管理,而且能极大节省企业的运营成本。GAE云平台用于构建基于人力资源管理系统的云计算,以满足企业需求的八个功能模块。在系统开发和设计完成后,测试了软件功能和性能。通过测试结果可以看出,软件可以实现功能模块,而性能可以满足企业的需要。

关键词:云计算 人力资源管理 GAE云平台 Bigtable数据库

中图分类号:TP311.5 文献标识码:A

1 介绍

现代计算机技术和互联网技术的发展,使我国进入了“互联网+”的信息时代。在新时代的背景下,云计算技术的发展也进入了一个新的发展阶段[1]。21世纪以后,人们对云计算策略的研究逐渐进入应用实践,不再局限于理论研究,越来越多的企业开始逐渐使用云服务[2]。在应用云服务时,企业用户只需要基于互联网的浏览器来访问云服务提供商所需的资源,因此不需要更高的硬件配置要求,这大大降低了运营成本[3]。

对企业来说,人力资源管理是非常重要的,甚至在一定程度上决定了企业的生存和发展。高效而全面的人力资源管理有助于营造良好的企业文化。科学合理的人力资源管理也能激发人们对工作的热情,不断挖掘他们的潜能,从而为企业创造更多的人力资源价值[4]。将云计算应用到现代企业人力资源管理中,可以更好地实现人力资源的智能化管理,从而更科学地管理人力资源,并因此不断提高企业的核心竞争力。基于云服务的人力资源管理的运营成本也相对较低,因此具有良好的可扩展性和通用性[5]。基于云计算的人力资源管理可以更好地为企业决策提供依据。基于云计算平台的现代企业人力资源管理系统不仅可以研究云计算的应用服务,同时也有助于开展研究具有一定的研究价值的现代企业人力资源管理。

2 技术发展水平

云计算是现代计算机和互联网技术发展的一项重要成果,它是在分布式处理、并行处理和网格计算基础上发展起来的,并已逐渐商业化[6]。概括地说,云计算是指从服务的角度使用互联网来获得包括所有的硬件和基础设施在内的必要的资源和服务,并且这项服务也可以扩展[7];从狭义上来说,云计算指的是利用互联网从信息技术资源的角度来获取相关的信息技术资源[8]。这种基于互联网的资源获取就是所谓的“云”;我们需要为获得这些资源付出代价。云服务并不是与其他系统和服务无关的独立服务,而是许多服务的“集群”。这种服务包括基础设施、软件、计算能力等等。尽管目前的云计算技术架构比较多,但是不同的供应商有不同的解决方案,所以没有一个相对统一的技术架构[9]。一般来说,云计算的架构可以划分为4层,即SOA架构层、资源池层、材料资源层和管理中间层[10]。云计算的服务水平主要是满足不同级别服务的用户的需求,因此与传统的个人电脑系统是完全不同的,包括应用层、平台层和基础架构层这三层[11]。

3 方法

3.1 系统整体设计

利用GAE云平台来构建基于人力资源管理系统的云计算,可以避免企业为获得适当的服务和资源来购买和构建自己的服务器,从而只需支付一定的成本就可以实现企业的人力资源管理。这可以大大降低人力资源管理的成本,也可以提升人力资源管理效率和提高人力资源管理的可靠性。GAE云平台和JSP技术的应用可以实现将GAE数据存储和网页更好地链接在一起,并且可以利用谷歌自身的后台系统进行系统维护,这在技术上是可行的。

从系统的功能来看,人力资源管理系统需要满足所有与人力资源相关的信息管理,包括相关信息的录入、修改、删除,为企业决策提供依据,从而实现企业的科学管理[12]。从功能上说,人力资源管理系统的主要功能包括:人员信息管理、培训管理、合同管理、考勤管理、绩效评估管理、薪酬管理[13]。从系统安全高效运行的角度来看,系统需求包括可靠性、安全性、及时性、高并发性和可伸缩性。因为系统是基于互联网云工作平台的,无论是资源访问还是用户访问,都会有大量的用户和任务,这就需要保证系统正常运行的高并发任务的同时消耗更少的系统资源[14]。为了实现更好的可伸缩性,选用更成熟的J2EE框架来进行相关业务逻辑设计,GAE平台使用分布式对象数据库,整个系统使用B/S三层结构模型。

根据系统的功能要求,基于云计算平台的人力资源管理系统的功能模块设计划分为八个功能模块,包括人员信息管理模块、文件管理模块、培训管理模块、合同管理模块、考勤管理模块、薪酬福利管理模块、绩效评估管理模块和系统管理模块。系统软件系统流程图如下图1所示:

对于整个系统来说,最重要的部分是数据库设计。与传统的系统不同,它是基于数据存储的云计算平台。也就是说,需要将数据存储在由很多服务器组成的网络“云”中,这使得整个数据库设计变得更加复杂[15]。当用户随时随地使用互联网与数据进行互动时,他们可以使用不同的网络服务器来处理所有请求。为了响应分散在不同服务器上的请求,需要将它们分发到不同的服务器以获得良好的性能。谷歌使用数据存储来解决这个问题。GEA云平台数据存储基于BigTable,它可以通过简单的应用程序界面有效地创建、查询和修改数据表。为了能够跟踪处理请求,大多数Web应用程序必须及时地存储信息。其中,频率最高的是数据系统存储,创建一个表格,并通过多个记录使用索引进行交叉表和关联查询。如表1所示,对关系数据库和数据存储区域的不同特征进行了比较和分析,包括结构、事务、可扩展性、执行速度、结构化查询语言支持等。

3.2 GAE平台环境建设

GAE是基于谷歌公司2008年推出的Bigtable数据库的一个云服务平台,它可以为用户提供在线Web應用服务,并且主要为有大量并发用户的应用程序而设计。GAE有一个具有自己特征的应用程序环境,可以模拟计算机上的运行环境,提供动态网络服务,并实现负载平衡。为了确保应用程序的安全运行,它将为每个应用程序提供一个沙箱。要实现GAE云平台服务,必须成功构建GAE平台,下载并安装适当的JDK软件,在设置相应的环境变量之后,下载并安装eclipse进行解压。将插件包中的插件文件复制并放置在eclipse的相应目录中。安装完成后,选择新的安装软件。endprint

在安装和重启Eclipse之后,只要相关插件安装成功,就可以在工具栏中顺利地找到与谷歌相关的标志。Eclipse插件的应用可以实现GAE系统的开发和日常维护。在特定的应用程序过程中,有必要将相应的应用程序部署到云平台上。人力资源管理系统需要申请一个账号,并根据相关提示注册账号,以便在用户注册完成后上传相关资源。Eclipse开发环境配置可以将人力资源管理系统上传至云平台,由于安装了相应的插件,就可以执行上传功能。在具体的操作中,需要点击App Engin按钮上方的工具栏,以便输入相应的账户信息,并点击部署按钮,以获取相应的版本信息和应用程序账号。

3.3 主要功能模块的应用

根据功能要求,将系统分为八个功能模块,并且现在进一步实现了主要功能模块。为了达到不同功能的实现,不同的用户拥有不同的访问权限,他们所能使用的功能也不同。当用户使用账户和密码登录到系统后,系统将根据用户的账户信息判断其权限,然后提供相应的功能模块。用户的登录信息被发送到服务器,在完成数据库的数据验证之后,即可进入相应的系统界面。具体流程图如图2所示:

人员信息管理模块可以添加、删除、查询相关信息。这些细节包括雇员姓名、年龄、教育程度、联系方式以及个人信息或与企业有关的个人信息。与企业有关的相关个人信息也有相应的文件管理模块。除了最基本的员工信息外,还包括员工的工作经历、考勤信息、入职培训等。登录系统后,系统管理员可以进行相应的信息管理,实现档案信息的更新。培训管理模块包含员工培训、姓名、部门、时间、地点、成本、单位和相应培训考核结果;培训管理模块可以通过评估结果,对相关培训机构开展人员晋升工作;合同管理模块包含与员工有关的合同信息,包括员工的合同期限、类型和薪酬等;考勤管理模块记录员工工作的日常出勤情况,是员工考核和工资支付的重要依据,因此,必须做到公平和客观;绩效管理评估模块相应地进行月度、季度和年度绩效评估,包括绩效信息的绩效评估,以及部门和相应人员的评估,评估的依据等;薪资福利模块是与其他相关管理模块一起进行管理的,应全面考虑薪资福利,如合同信息、出席率、绩效考核等。

4 结果分析与讨论

为了保证软件的可用性,有必要对软件的功能和性能进行测试。通过测试,一方面可以保证实现各项功能,另一方面,也可以对软件中存在的问题进行完善。

第一个是功能测试,也就是说,根据人力资源管理系统的功能需求,对产品功能逐个进行测试,以测试是否满足客户的要求。功能测试使用边界值分析方法,具体操作是选择边界值的输入和输出范围作为相应的基本数据,并将其应用于系统进行测试。测试功能包括人员信息管理、培训管理、合同管理、考勤管理、绩效评估管理、薪酬福利管理等。可以实现功能模块的所有功能,其测试结果令人满意。详细信息如表2所示:

在测试过程中,管理人员使用账户和密码进行登录,并在验证后进入相应的系统界面。整个界面包括企业人力资源管理的功能管理模块,这有利于员工信息的更新和修改,也可以根据需要及时查询想要的信息,以便企业人力资源管理提供相应的基础数据。

第二个是系统性能测试,重点是在用户登录操作的情况下测试系统。Load Runner测试工具用于模拟相应用户的登录状态,以及系统在用户发生登录行为时可能会遇到性能瓶颈。根据企业的实际工作,对1000至6000个用户进行了相应的系统测试,并分析了不同压力梯度下的中央处理器的利用率。在场景模拟中,以每秒40的速度启动用户调度,所有的用户在40分钟内进行加载,最终测试结果如图3所示:

测试结果表明,随着用户数量的增加,中央处理器的利用率显著提高。当虚拟用户达到6000时,中央处理器的利用率高达75.5%。虽然整个系统可以正常运行,但是中央处理器的利用率已经稍微偏高。但就业务用途而言,它已经完全能够满足企业的性能需求。对中央处理器的高利用率进行了进一步的分析。除了用户数量的增加之外,当用户登录到系统时,它还会自动生成一个会话。即使关闭了网页浏览器窗口,它仍然占据系统内存的一部分,并且没有被释放。为了进一步提高系统的性能,程序的进一步修改和完善使得在系统登录时清除会话变得可能,这极大地节省了内存空间。

5 结束语

基于云计算平台的服务可以更好地管理现代企业,以实现高效的、智能化的、科学的、可靠的人力资源管理。GAE云平台用于构建基于云计算的人力资源管理系统。因此,企业可以通过付款支付的方式获得相应的资源和服务,这并不要求企业自己提供硬件和维护,从而大大降低了企业的运营成本。

针对相关业务逻辑设计,选择更成熟的J2EE框架,在GAE平台中使用分布式对象数据库,整个系统使用B/S三层结构模型,并根据系统要求划分为8个功能模块。为了确保软件的可用性和可靠性,在软件开发设计完成后,对软件功能和性能进行测试。通过测试,实现了各项功能。因此,该系统可以满足企业的需要。性能测试还表明系统运行良好,但是随着用户数量的增加,中央处理器利用率显著提高。通过进一步修改和精化,可以通过清除登录期间生成的会话来进一步提高内存空间的利用率。该系统可以实现企业人力资源的智能化管理,但其中央处理器的空间利用仍然难以满足大型企業的需要,这也可以进一步提高系统的性能。

参考文献:

[1] Bera S, Misra S, R odrigues J J P C. Cloud Computing Applications for Smart Grid: A Survey[J]. Parallel & Distributed Systems IEEE Transactions on, 2015, 26(5):1477- 1494.endprint

[2] Botta A, Donato W D, Persico V, et al. Integration of Cloud computing and Internet of Things: A survey[J]. Future Generation Computer Systems, 2016, 56(C):684- 700.

[3] Boru D, Kliazovich D, Granelli F, et al. Energy- efficient data replication in cloud computing datacenters[J]. Cluster Computing, 2015, 18(1):385-402.

[4] Zang S, Y e M. Human R esource Management System[J]. Journal of Human R esource & Sustainability Studies, 2015, 3(1):41- 45.

[5] Hashem I A T, Yaqoob I, Anuar N B, et al. The rise of “big data” on cloud computing: R eview and open research issues[J]. Information Systems, 2015, 47(47):98- 115.

[6] Katyal M, Mishra A. A Comparative Study of Load Balancing Algorithms in Cloud Computing Environment[J]. Computer Science, 2016, 6(1):25- 36.

[7] Nist S P. A NIST definition of Cloud computing[J]. Communications of the Acm, 2015, 53(6):50- 50.

[8] Coutinho E F, Sousa F R D C, R ego P A L, et al. Elasticity in cloud computing: a survey[J]. Annals of T elecommunications, 2015, 70(7):289- 309.

[9]González- Martínez J A, BoteLorenzo M L, Gómez- Sánchez E, et al. Cloud computing and education: A state- of- the- art survey[J]. C omputers & Education, 2015, 80(2015):132- 151.

[10]Chang V, Kuo Y H, R amachandran M. C loud computing adoption framework: A security framework for business clouds[J]. Future Generation Computer Systems, 2016, 57:24- 41.

[11]Gangwar H, Date H, R amaswamy R . Understanding determinants of cloud computing adoption using an integrated T AM- T OE model[J]. Journal of Enterprise Information Management, 2015, 28(1):107- 130.

[12]T ao Z . R elationship between knowledge management capability and human resource management system implementation[J]. 2017, 8(3):185.

[13]Chen Y, Fulmer I. The Hidden Costs of Strategic Heterogeneity in Human R esource Management System Use[J]. Academy of Management Annual Meeting Proceedings, 2015, 2015(1):15979- 15979.

[14]Wang X L, Wang L, Bi Z , et al. Cloud computing in human resource management (HR M) system for small and medium enterprises (SMEs)[J]. The International Journal of Advanced Manufacturing T echnology, 2016, 84(1):485- 496.

[15]Zhang H, Jiang H, Li B, et al. A Framework for T ruthful Online Auctions in Cloud Computing with Heterogeneous User Demandsendprint