数据仓库(Data Warehouse)的最终目标是把企业范围内的所有数据集成在一个大仓库中，让用户能运行查询、产生报告、执行分析。

数据仓库之父W.H.Inmon在1991年出版的《Building the Data Warehouse》一书中指出：“数据仓库是一个面向主题的(Subject Oriented)、集成的(Integrated)、非易失的(Non-Volatile)、随时间变化的(Time Variant)的数据集合，用于支持管理决策。”按这个定义，数据仓库应该是一个大的数据集合；数据仓库的目标是支持企业的管理决策；数据仓库的数据存储和组织方式是面向分析主题的，即根据分析主题的需求把所有相关数据组织在一起；数据仓库中的数据内容不再是零散或细节的，而是集成和综合的，已经消除了数据在表达上和含义上的不一致性；由于数据仓库中的数据加上了时间维度，数据修改的可能性就很小(除非后来发现把某个时间点的数据输错了)，几乎不用传统数据库的Update操作，因此数据仓库是非易失的；另一方面，正是由于数据仓库中所有基础数据都是针对某时间点的，随着时间的变化，不断需要载入新的数据，或者淘汰旧的数据，即是随时间变化的。

数据仓库的数据来自许多不同的业务数据库，如图8-16所示，并按主题进行数据组织。数据仓库的数据导入一般需要ETL(Extract-Transform-Load，即数据抽取、转换、装载)工具，ETL过程包括数据抽取(Extract)、转换(Transform)、清洗(Cleaning)、装载(Load)等环节，最终按照预先定义好的数据仓库模型，将数据加载到数据仓库中去。

(www.daowen.com)

图8-16 数据仓库源于业务数据库

因为数据仓库的数据几乎没有Update操作，数据可以冗余，所以数据仓库中的数据都会分层综合，一般包括原始数据、初步综合数据、中度综合数据、高度综合数据。尽量保证在数据分析过程中不用重新从细节数据开始统计，而是直接查找到相关数据，节约数据分析的处理时间，快速支持企业的管理决策。