数据仓库和企业智能化及应用这两个概念经常混用。前者强调数据的整合与存储，而后者则主要集中在数据的表现与展示．一般来说，常用的数据仓库解决方案至少应涵盖三大部分：创建数据模型(Data Modeling)，数据整合与存储(ETL)以及数据表现与展示(BI)。

创建数据模型：在数据库和数据仓库领域，常用的三大数据模型有关系型(ERD)，多维关系型（DMR）和多维数据模型。

关系型数据模型在ERP产品中得到了完美的应用，特点是减少数据的冗余，保证数据以最快的速度写入数据库，缺点是数据从数据库读出慢（查询速度慢），不适合作为企业的报表系统。

数据整合与存储：简而言之，数据整合就是人们常提及的ETL，ETL将数据源从不同的系统中抽取（大多数为ERP，CRM，SCM和IBM主机等），经过复杂的转换和计算，按照既定的规则，标准和流程，经过不同的阶段，将数据传输到数据库或其它存储介质中，数据整合过程涉及到许多复杂的数据库问题，诸如：数据增量提取，存储设计，表分区，索引创建和删除，性能优化，备份与恢复等等。ETL一般要占到整个项目的60-70%的精力。当用户所要的数据已全部传输到最终数据库后，就进入数据的表现与展示阶段。

数据表现与展示：不管数据模型建立的多么周密，数据整合的多么完美，若不将数据以多姿多彩的方式展现出来，用户体会不到数据仓库和企业智能化的美妙之处。数据的表现与展示有多种多样的方式。

数据仓库和企业智能化的魅力在于它的灵活性，但又都遵循基本的行业标准。虽然各软件巨头都有各自独特的解决方案，但企业很少有独用一家的。根据多年的实践，在Oracle数据平台上，用Informatica 作为ETL的开发工具，借助Cognos BI工具来展示数据可能是最为通用的组合了。

青山理工学院于5月25日（周日）上午10点举办SQL 数据库管理班，下午2点举办数据仓库最新技术专题讨论会。5月24日（周六）上午10点举办软件测试（QA）全能班，欢迎参加。详情请电: 905-415-9989/416-921-8886。网站：www.mitcedu.com 地点：50 Acadia Ave., Suite 120, Markham, ON L3R 0B3 (Warden & Steeles西北角，大统华西侧，免费停车。周末进门code: 120)（本文由青山理工学院供稿）