面对今天浩如烟海的信息，如何帮助人们有效地收集、选择和存储所感兴趣的信息，更关键的是如何帮助用户在日益增多的信息中发现新的概念和它们之间的关系，使之能做到信息处理的自动化从而用于决策支持，已成为信息技术(IT)的热点问题。而数据仓库(DW)和数据挖掘(DM)技术，就是让计算机帮助人们从海量信息中进行智能的、自动的抽取和精化有价值的知识，从中揭示出蕴含在这些数据背后的客观世界的内在联系和规律，并用于宏观辅助决策和解决社会发展中的实际问题。 数据仓库的提出是以关系数据库、并行处理和分布式技术的飞速发展为基础的，是解决信息技术在发展中存在的拥有大量数据但有用信息贫乏(Data rich-Information poor)的综合解决方案。 联机分析处理是对多维数据进行分析的技术，它从多视角分析途径获取用户所需的辅助决策的分析数据。如果说数据仓库侧重于存储和管理面向决策主题的数据，那么联机分析处理则侧重于把数据仓库中的数据进行分析，转换成辅助决策信息。 ODS(Operational Data Store)是数据仓库体系结构中的一个可选部分，ODS具备数据仓库的部分特征和OLTP系统的部分特征，它是“面向主题的、集成的、当前或接近当前的、不断变化的”数据。 由于决策支持系统特有的：不能充分了解需求；需求变动大；实施周期时间长，但客户要求见效快等特点。在制定企业级的BI系统方案时，就会有诸多问题要考虑，在鱼和熊掌不能兼得的情况下，做出选择。 本文结合一个实际应用的例子，分析了基于数据仓库的决策支持系统在开发中有关规划、建模、ETL等主要的技术方面所采取的方法、手段。并讨论了，各种方案之间的利弊得失。 综上，以上数据库技术和数据仓库技术作为决策支持系统整体解决方案的基础，并以联机分机技术和数据挖掘技术来支持，即基于DB+DW+OLAP+DM的决策支持系统是目前最佳的可行方案。