数据仓库(Data Warehouse)是一个集中的不同类型数据的存储机构。它的数据是面向主题的、时间敏感的，并且以便于分析的形式来组织。例如：一个数据仓库可能存储客户信息和销售信息。数据可能从互不联系的地方来获取，例如订货信息在一台大型机系统中，销售跟踪应用程序驻留在AS400机器中，查询这些数据无疑是困难的。数据仓库的作用是搜集、汇集、存储和操纵这些数据，以使管理者通过它作出正确的决策。对数据仓库的一些特殊要求如下： 　　　为整个企业提供一处完全的一步到位的数据访问和数据存储场所。 　　　支持数据驱动的决策分析 　　　预先计算的汇总或汇集以加快查询速度 　　　提出时间快照更好的帮助业务分析。 　　　定时转储和加载操作数据 　　所有这些特性要求，都使它区别于典型的业务数据库系统。这就导致数据仓库能独立于这类系统，而且有不同的物理存储需求。一般是将它放在另外的机器上面，只有较少的用户能够查询它并且有各自的特点。数据仓库通常是只读的，除了定期加载新数据外。 　　构建数据仓库并不是一件容易的工作，它意味着一个企业中各部门之间要通力合作。数据可能分布在不同地理位置，不同部门，不同的软/硬件系统中。开发组必须具备广博的技术，才能使目标成为现实。 　　决策支持系统DSS（Decision Support System），DSS提供对数据的分析，它提供趋势信息，使经营者了解应该把注意力集中在哪些顾客和商品上面。数据仓库与DSS的结合，带来了以下的优势： 　・帮助管理者和决策者将原始数据转化为信息； 　・找到最主要的趋势； 　・帮助企业预测事件并提前作出反应。 　・使管理者有一个大的背景，并根据发生的情况，及时调整经营策略。 　　目前，企业中的管理信息系统主要面向日常的操作和管理，其数据一般由DBMS管理，但直接在运行操作数据库上建立DSS是不合适的。 　　在市场经济的激烈竞争中，企业必须把业务经营同市场需求联系起来，在此基础上作出科学、正确的决策，以求生存。为此，企业纷纷建立起了自己的数据库系统，由计算机管理代替手工操作，以此来收集、存贮、管理业务操作数据，改善办公环境，提高操作人员的工作效率。然而，传统的数据库应用系统并不能很好地支持决策。由于传统的数据库应用系统是面向业务操作设计的，简化了具体操作人员的劳动强度，而企业的中高层领导却没有相应的系统。企业需要新的技术来弥补原有数据库系统的不足，需要把已经广泛收集到的数据集成到数据仓库中，以便从业务数据中提取有用的信息，帮助他们在业务管理和发展上作出即时、正确的判断。数据仓库应运而生，成为信息技术领域非常热门的话题之一。 　　数据仓库的目的是要建立一种体系化的数据存贮环境，将分析决策所需的大量数据从传统的操作环境中分离出来，使分散的、不一致的操作数据转换成集成的、统一的信息，企业内不同单位的成员都可以在此单一的环境之下，通过运用其中的数据与信息，发现全新的视野和新的问题、新的分析与想法，进而发展出制度化的决策系统，并获取更多经营效益。