内容：
数据仓库是信息技术领域的新概念，是近几年来迅速发展起来的一种信息存储及管理技术。它存储各种大量的、决策分析所需要的、历史的、分散的数据，经过处理将这些数据转换成集中统一、随时可用的信息。它能方便地提供随机查询和各种分析处理，它具有在任何时间、就任何业务、回答任何问题的能力；利用数据仓库前端的数据挖掘工具和人工智能算法建立各种调查、分析和预测模型。
作为决策支持系统（DSS）的一种有效、可行的体系化解决方案，数据仓库包括了三个方面的内容：
- 数据仓库技术（Data Warehouse）
- 高性能数据库服务器：传统的数据库是操作型的，而数据仓库是分析型的，它需要高性能的DBMS核心的支持。
- 并行数据库技术：数据仓库中的数据量大，通常是GB级甚至是TB级的，可谓是超大规模数据库（VLDB）。并行技术是存储和管理VLDB，并提供对VLDB复杂查询处理的有效技术。
- 数据库互联操作：数据仓库的数据大多来自企业内已运行的OLTP数据库或外部数据源。数据仓库必须从这些数据源中定期抽取、转换和集成所需要的数据，并把数据存入数据仓库中。
- 联机分析技术（On-Line Analytical Processing,OLAP）
图1：OLAP工具
OLAP是一种实现多维分析的工具，简单理解为它是位于数据仓库基础上
的一个多维立方体，以便从更高层次、多个维度来了解数据。
- 数据挖掘技术（Data Mining）
数据挖掘是从数据仓库中发现并提取隐藏在其中的信息的一种新技术。数据挖掘技术涉及数据库、人工智能、机器学习和统计分析等多种技术。它使决策支持系统跨入一个新阶段。
联想集成系统公司为用户提供一整套可操作、可实施的以数据仓库为基础、以OLAP和数据挖掘工具为手段的解决方案。
数据仓库系统总体架构如下：
联想集成数据仓库解决方案的特点：
- 数据的集中存储和管理
- 数据仓库技术与WEB技术的完美结合
- 统计和分析手段的加强
- OLAP和数据挖掘工具的利用
- 技术的先进性
- 与原有系统的有机集成