Microsoft SQL Server 2000提供可用于生成数据仓库或数据集市组件数据仓库或数据集市可用于先进企业智能系统以处理发现趋势和分析关键原因所需查询这些系统称为联机分析处理 (OLAP) 系统数据仓库和数据集市中数据组织方式和传统事务处理数据库区别

　　企业级关系数据库管理软件Software(如 SQL Server 2000)最初旨在集中存储由大公司或政府机构中日常事务所产生数据在过去几十年中这些数据库已发展成为记录执行企业日常操作所需数据高效系统由于这些系统基于计算机并记录企业业务事务因此被称为联机事务处理 (OLTP) 系统

　　OLTP 系统

　　OLTP 系统中数据主要被组织为支持如下事务:

　　◆记录来自销售点终端或通过 Web 站点输入定单

　　◆当库存水平降到定义水平时订购更多货物

　　◆跟踪在制造厂被组装为成品组件

　　◆记录职员数据

　　◆记录执照持有者如餐馆营业执照或驾驶执照

　　个别事务能够很快地完成并且只需访问相对较少数据OLTP 系统旨在处理同时输入成百上千事务

　　尽管 OLTP 系统擅长记录支持日常操作所需数据但是 OLTP 数据组织方式不能很容易地为管理人员提供计划单位工作所需信息管理人员需要对信息进行汇总以获取分析影响单位或小组趋势所需信息他们需要找出影响单位成功关键原因以及如何最好地调整那些提高企业成功原因他们需要找出企业工作负荷如何受季节和年度趋势影响以便可以预测完成将来工作所需职员和资源数量

　　OLAP 系统

　　旨在处理发现趋势和关键原因所需查询系统称为联机分析处理 (OLAP) 系统OLAP 查询通常需要大量数据例如政府机动车辆执照部领导可能需要份报告显示过去 2十年中每年由该部门注册车辆牌号和型号对 OLTP 系统中原始详细数据运行这类查询有两个结果:

　　◆查询需要花很长时间聚合 (sum) 过去 2十年全部详细记录所以报告不能及时准备好

　　◆查询产成很大工作负荷至少会减慢系统普通用户以正常水平记录事务速度

　　另个问题是许多大企业并不是只使用个 OLTP 系统记录所有事务数据多数大企业有多个 OLTP 系统在这些系统中有许多是在区别时间使用区别软件Software和硬件开发出来在许多情况下个系统中用于标识项目代码和名称和另个系统中所使用代码和名称是区别管理人员在运行 OLAP 查询时通常需要能从其中几个 OLTP 系统中引用数据

　　OLAP 数据被组织到多维数据集中和组织到关系表中数据相比多维数据集中数据结构为 OLAP 查询提供了更好性能多维数据集基本单元称为度量值度量值是所分析数据组成单元例如家经营硬件商店公司想分析出售区别产品收入和折扣度量值就是售出部件数、收入以及折扣总和度量值是按维度组织在这个例子中个 3维数据集可以有 3个维度:时间、商店和产品设想这 3个维度形成 3维虚拟数据集逻辑 x、y 和 z 轴
　　每个维度被划分为称为成员单元维度成员通常被组织到层次结构中相似成员组合在起构成层次结构层次例如时间维度层次结构顶层可以是年下层是月然后是周、日最后位于层次结构底层是小时在这 3个维度交叉点记录和这 3个维度值相匹配度量值例如假设开始于 2000 年 2 月 19 日、星期 6下午点小时是时间维度成员New York 州 Albany 市 Store #2 店是商店维度成员Easy-Clean Mops 是产品维度成员在这 3个维度交叉点单元中记录着售出了 10 个拖把收入为 $90,00平均折扣为 $1,00

　　在任何个 OLAP 系统中为多维数据集定义特定维度和度量值都取决于各种分析而这些分析对企业很重要将关系表中 OLTP 数据转换为 OLAP 多维数据集以及多维数据集设计这些都是非常复杂领域许多第 3方书籍对此有专门论述

　　OLAP 系统在数据仓库或数据集市中 OLAP 数据上操作数据仓库存储企业级 OLAP 数据而数据集市较小通常只适用于组织内项功能