��●�1、数据库技术的发展是一个循序渐进的过程。在这个过程中，学术界的理论研究保证了数据库技术的先进性和可用性，而工业界的广泛应用则推动了数据库技术的迅猛发展；
��●�2、数据仓库是面向主题的、集成的、稳定的、不同时间的数据集合，用以支持管理决策的制订过程；
��●�3、从数据仓库的定义可以看出，建立数据仓库的目的主要是为企业或政府的管理决策提供服务的，因此，数据仓库主要应用在两个方面：
����⑴�使用浏览分析工具在数据仓库中寻找有用的信息；
����⑵�基于数据仓库，在数据仓库系统上建立应用，形成决策支持系统；
��●�4、由于有OLAP的要求，数据仓库中数据的物理存储形式应该是基于多维数据模型(所以在逻辑上数据仓库就是一个多维数组)，在实现中一般有两种途径：⑴基于多维数据库的空间超立方体，又称数据立方体（DATA CUBE）；⑵基于关系数据库的星型模式（由关系型的事实表和维表组成）；
��●�5、数据仓库系统由数据仓库、仓库管理和分析工具三部分组成，其体系结构如图13-2-13所示；
��●�6、数据仓库作为一种新的存储数据的系统有它自身的一些特点：
����⑴�数据仓库中保存的数据通常是历史数据，数据量极大，可能达到GB、TB级，甚至更大，这些数据在数据仓库中很少变动；
����⑵�对于数据仓库，通常只进行APPEND（加载）操作；
����⑶�对信息源数据的提取和集成采用批处理的方式进行，通常是脱机处理；
��●�7、数据仓库既不是某种产品，也不单是一种计算机技术，它是计算机技术与企业决策管理的结合，是为把握整个企业的运作而提出的信息查询方案。现在信息技术界的许多专家普遍认为"数据仓库是一种体系结构，而不是一种产品；你无法购买现成的数据仓库，而必须构造它"。这就产生另外一个概念：数据仓储（DATA WAREHOUSING），与数据仓库(DATA WAREHOUSE)既有联系又有不同。前者指分析需求、设计模式、直至建立数据仓库的过程；而后者则指的是适合分析、决策用的特定的数据存储系统。建立一个完整的数据仓库一般都要经过大约十几个步骤，其中比较关键的两步是数据抽取接口的建立和用户与系统设计人员之间的反馈循环；
��●�8、技术的进步，不懈的努力使人们终于找到了基于数据库技术的决策支持系统DSS的解决方案，这就是：DW+OLAP+DM→DSS的可行方案。解决方案的基本体系结构如图13-5-1所示。数据仓库、OLAP和数据挖掘是作为三种独立的信息处理技术出现的。数据仓库用于数据的存储和组织，OLAP集中于数据的分析，数据挖掘则致力于知识的自动发现。它们都可以分别应用到信息系统的设计和实现中，以提高相应部分的处理能力。但是，由于这三种技术内在的联系性和互补性，将它们结合起来即是一种新的DSS构架。
��