从发展计算机技术以来，对信息管理技术的不断提出了新的需求，推动数据库技术飞速发展，另一方面，随着数据处理能力的逐步提高、数据分析工具和技术的不断成熟，人们发现对数据库中的数据进行再加工，形成一个综合的、面向分析的环境，能更好的支持决策分析，发挥数据的更大价值。从而逐渐形成了数据仓库（Data warehouse, DW）的的思想,由此数据仓库技术营运而生。
数据仓库就是面向主题的（subject oriented）、集成的（Integrated）、稳定的（nonvolatile）、随时间变化的(Time variant)数据的集合，用以支持经营管理中的决策指定的过程
数据仓库的四个特征和建立数据仓库的目的：
1、主题与面向主题。主题是一个抽象的概念，是在较高层次上对数据层数据进行综合，归类、分析、利用的抽象。逻辑定义为某一个宏观分析领域所涉及的分析对象。面向主题是指数据的一种组织方式，他是较高层次上对分析对象的数据一个完整的、一致的描述，并统一的刻画着分析对象所涉及的数据项及数据项之间的联系。
举例：一个商场中有N个信息系统，在传统的应用的组织方式：
采购子系统：订单（订单号，供应商号，总金额，日期....）
销售子系统：顾客（顾客号，姓名，地址，电话...）
库存子系统：领料单（领料单号，领料人，商品号....）
进料单（进料单号，订单号,验收人，...）
库存（商品号，库存号，库存量...）
库房（库房号，管理员...）
人事子系统:员工（员工号，姓名，性别....）
这里面就可以抽象出三个主题：商品，供应商、顾客
面向这三个主题的组织形式：
商品固有信息：（商品号,商品名,类别，颜色）
商品采购信息：（商品号，供应商号）
2、数据是集成的。数据仓库中的数据是综合数据，不能从原有的数据库系统直接得到，即数据是从原有分散的数据库中抽取来的，在进入数据库之前，必须经过统一、清楚消息的矛盾与冲突，并经过综合和计算，形成不同程度的汇总数据。这一步是数据仓库建设中最关键，最复杂的一步,即ETL。
3、数据是稳定的。数据仓库中的数据主要是供企业决策分析之用，所涉及的数据操作主要是数据查询，一般情况下并不进行修改操作，数据仓库的数据反映的是一个段相当长的时间内历史数据的内容，是不同时间的数据库快照的集合，以及基于这些快照进行统计，综合和重组的导出数据，而不是联机处理的数据。数据仓库中的数据是稳定的，即指数据是只供查询，一般是不可更新的。因此，DWMS较DBMS的完整性，并发控制技术简单，但由于数据仓库的查询数据往往很大，所以对数据查询提出了更高的要求他要求采用各种复杂的索引技术，同时由于数据仓库面向的是企业的高层管理者，他们会对数据查询的界面友好性和数据表示提出了更高的要求。
4、数据随时间变化。随着时间的延续而增加新的数据内容，随着时间的延续而删除过期（5-10年）的数据内容，而且，数据仓库中包含有大量的综合数据，这些综合数据中很多与时间有关，将随着时间的延续而进行重新综合。所以，数据仓库中数据的码键常常包含时间项，表名数据的时间性。
（整理中..）