汉字博大精深，数据仓库比数据库多一字，却变了乾坤。数据仓库不能理解为大的数据库，不过数据仓库确实跟数据库关系紧密。那么什么是数据仓库呢？
William H．Inmon 在《构建数据仓库》（Building the Data Warehouse）一书中对数据仓库的定义：
Data Warehouse is a subject-oriented, integrated, time-variant, and nonvolatile collection of data in support of management’s decision making process.
上面的话用中文来说：数据仓库就是面向主题的（subject-oriented）、集成的（integrated）、反映历史变化（time-variant）的、相对稳定（nonvolatile）的数据集合，它可用以支持经营管理中的决策制定过程。
1)面向主题，是指数据仓库中的数据是按照一定的主题域进行组织的。
2)集成，是指数据仓库中的数据是在对原有分散的数据库数据抽取、清理的基础上经过系统加工、汇总和整理得到的，是关于整个企业的一致的全局信息。
3)反映历史变化.是指数据仓库中的数据系统记录了企业从过去某一时点（如开始应用数据仓库的时点）到目前的各个阶段的信息。
4)相对稳定，是指一旦数据进入数据仓库以后，一般情况下将被长期保留，也就是数据仓库中一般有大量的查询操作，但修改和删除操作很少，通常只需要定期的加载、刷新。
那么数据仓库出现的现实依据是什么？
数据处理模式主要划分为两大类：操作型处理和分析型处理。操作型处理也叫事务型处理，是指对数据库的日常操作，它通常是对一条或一组记录的查询或修改，满足了响应时间、数据的安全性和完整性的需要。分析型处理则用于管理人员的决策分析，往往是大规模的、批量的计算作业，经常要访问大量的历史数据。
由此可以看到，传统数据库系统能够完成企业的日常事务处理工作，但很难实现数据分析处理的要求，也无法满足数据处理多样化的需求。随着用户需求的发展，操作型处理和分析型处理的分离就成为一种必然选择。
收起