一、數據倉庫構建思想
構造數據倉庫有兩種方式：一是自上而下，一是自下而上。
Bill Inmon先生推崇“自上而下”的方式，即一個企業建立唯一的數據中心，就像一個數據的倉庫，其中數據是經過整合、經過清洗、去掉臟數據的、標准的，能夠提供統一的視圖。要建立這樣的數據倉庫，並不從它需要支持哪些應用入手，而是要從整個企業的環境入手，分析其中的概念，應該有什么樣的數據，達成概念完成整；（會考慮到很全面的設計）
Ralph Kimball先生推崇“自下而上”的方式，他認為建設數據倉庫應該按照實際的應用需求，加載需要的數據，不需要的數據不要加載到數據倉庫中。這種方式建設周期較短，客戶能夠很快看到結果。（針對客戶的需求，需求要什么就做什么）
二者都要達到同一個目標：企業級數據倉庫。實際上在建設數據倉庫的時候，一般都參照這兩種方式結合使用沒有硬性規定。
二、ETL（Extract/Transformation/Load）
用戶從數據源中抽取所需的數據，經過數據清洗、轉換，最終按照預先定義好的數據倉庫模型，將數據加載到數據倉庫中去；ETL是數據倉庫系統中最重要的概念之一，ETL在一個數據倉庫系統項目中要花一半以上的時間。
1） ETL調度目標
數據來源：數據庫、數據庫文件、文本文件、程序生成（派生列）
系統數目：單個系統、多個系統（過多的系統可以考慮接口實現）
數據庫的類型：同種數據庫/多種數據庫
2） ETL調度參數設計
調度優先級/調度次序/中斷標志/回滾標志/成功標志/調度開始結束時間等
3） ETL調度日志管理
文件記錄/數據庫記錄
作業名稱/作業執行開始-結束時間/作業執行結果/異常信息捕獲/作業編號等
4） ETL調度JOB設計
數據文本文件加載/SQL在程序中調用/存儲過程/ETL工具的WORKFOLW
5） ETL調度策略設計
全量數據加載：用戶信息類數據，狀態會更新發生變化的數據
增量數據加載：流水分批調度設計，抽取數據一般在比較閑暇的時候進行，凌晨時候比較多，而且按照要分析數據的周期，還分為按日、按月數據；由於涉及到的業務系統的數據量龐大，需要分批進行抽取，以及抽取數據后面的一系列處理過程。
調度並發設計：JOB並發涉及、並發沖突設計、異常處理設計、成功/錯誤退出方式
三、存儲管理和模型設計
數據倉庫的真正關鍵是數據的存儲和管理。數據倉庫一般遇到的幾個問題：
1）大數據量的存儲和管理
數據庫的設計，安裝、集成根據數據抽取詳細設計要求設計數據庫應用方案等；
2）針對決策支持查詢的優化
分區表、索引、簇集索引、MQT、SQL優化等方式。
3）支持多維分析的查詢方式
是否有相關報表軟件及查詢方式的優化。