关系型数据库技术为解决企业的信息问题提供了强有力的工具。因为经过多年的计算机应用和市场积累，许多商业企业已经保存了大量原始数据和各种业务数据，这些数据真实的反映了商业企业主体和各种业务环境的经济动态，然而由于缺乏集中存储和管理，这些数据不能为企业进行有效的统计、分析和评估提供帮助，也就是说无法将这些数据转化成企业有用的信息。数据库技术的应用为企业更好的利自身的客户和业务信息提供了工具，同时也为计算机是到为企业提供决策参考和支持功能做好准备。
20世纪90年代初期，W.H.InIoon在其著作《建立数据仓库》中提出了数据仓库(data warehouse）的概念：“数据仓库是支持技术管理决策过程中的、面向主题的、集成的、随时间而变的、持久的数据集合”
数据仓库不是数据的简单堆积，而是从容量庞大的事务型数据中抽取数据，并将其清理、转换为新的存储格式，即根据决策目标将存储于数据库中对决策分析所必需的、历史的、分散经经处理转换成集中统一的、随时可用的土库中的数据存储结构为联机分析处理（OLAP）的实施提供了理想的环境，，OLAP作为一种多维查询和分析工具，可将数据仓库中的数据直接转换成策略性的信息。
传统的数据库技术是以单一的数据资源，即数据库为中心，进行事务处理、批处理到决策分析。然而，不同类型的数据有着不同的处理特点，以单一的数据组织方式进行组织的数据库并不能反映这种差异，特別是满足不了观代企业数据处理多样化的要求。人们了釜金火业数据处理的多层次特点，将当前的企业数据处理大致划分为两大类：操作型处理和分析型处理。也叫事务处理，是指对数据库联机的日常操作，通常是对一个或一组记录的查询和修玫，主要是为企业的特定应用服务的，其重点在于响应时间、数据的安全性和完整性。分析型处理则用于企业管理人员的决策分析。两者之间的巨大差异使得操作型处理和分析型环境与操作型环境之间的界限，由原来的以单一数据库为中心的数据环境。
数据库系统作为数据管理手段，传统上主要用于事务处理，在这些数据库中已经保存了大量的日常业务数据。决策支持系统(DSS)最初一般是直接建立在这种事务处理环境上的，利用数据库技术完成事务处理、事务务处理环境上的，利用数据库技术完成事拘信息处理任务。手面蠣的hq藏衣吊获得了巨大的成功，但它对分析处理的支持一直不能令人满意，尤其是当以业务处理以业务处理为主的联机事务处理(OITP)与以联机为分析处理（OLAP）弓库系统时，两种类型的处理发生n处理和分析处理具有冲突。人们逐渐认识到，事务处理和分析处理具有极不相同的性质，直接使用事务处理环境来支持DSS是行不通的。
具体来说，事各处理环境不适合DSS应用的原因栅轹簿培籴膏懈柳姆括起来主要有以下三条。
（1）事务处理环境下的数据是分散而非集成的。
（2）系统不具备数据的能力，数据源中数据发生的变化不能反映给决策者。
（3）对于决策分析而言，万史数据是的氢事务处理一般只需要当前数据