随着数据库应用系统的迅速普及和企业界需求的多样化、复杂化，数据仓库技术应运而生。 数据仓库是面向主题的、集成的、时变的和非易失的数据集合，支持管理的决策过程。数据仓库不是一个新的平台，而是一个新的概念。数据仓库也不是一个现成的产品，而是一个解决方案。数据仓库是在收集各种分散、异构数据源的基础上，对数据进行转换和集成，从而为决策者提供单一的分析环境，帮助其进行科学决策。 传统的数据库系统是根据业务流程和系统功能设计的，主要面向事务处理，存储的是大量细节数据。数据仓库是面向分析的，存储的是综合性的的数据。数据库完成日常事务处理，为数据仓库提供原始数据；而数据仓库则是构建在数据库基础上的分析环境，为用户提供决策支持。因此数据仓库并不是传统数据库的替代，它们各自承担不同的任务，发挥着不同的作用。 联机分析处理(On-line Analytical Processing OLAP)是数据仓库的一个最典型的应用。它能将数据仓库中的数据按照不同的粒度级进行聚合和预计算，从而在用户面前展现多维数据视图。同时，联机分析处理还提供了较直观的多维分析操作，包括切片、切块、上卷、下钻和旋转等，使用户能多角度、多层次地观察数据仓库中的数据。 2000年笔者参与开发了基于传统数据库的柳钢经销信息管理系统。该系统是一种典型的OLTP数据库应用系统，实现了销售业务流程的电子化，改变了业务人员以往的手工操作方式，提高了工作效率和服务质量。但由于传统数据库本身的局限性，该系统在制作报表的效率和灵活性方面还存在着不足，同时中高层管理人员也较难在大量的细节数据中获得有用的决策信息。为了满足用户的分析需求，笔者在原柳钢经销信息管理系统的基础上，引进和应用数据仓库(Data Warehouse)、联机分析处理(On-line Analytical Processing)等先进理论和技术，建立了一个数据仓库原型系统，实现了数据采集、存储和呈现的自动化。在实际的推广应用中受到了用户的好评。 本文首先介绍了数据仓库和OLAP等先进理论和技术，然后结合实例详细论 武汉科技大学硕士学位论文述了柳钢经销数据仓库原型系统的具体实现过程，提出了一套在国内销售领域行之有效的数据仓库建模方法，对于在销售领域建立其它数据仓库系统具有重要的实际参考价值。