文档介绍：: .
因此，在 90 年代初期，数据仓库的基本原理、框架架构，以及分析系统的主要原则都已经确定，主要的技术，包括关系型数据存取、网络、C/S 架构和图形化界面均已具备，只欠东风了。
同时，在 1988 年－1991 年，一些前沿的公司已经开始建立数据仓库。
企业级数据仓库（EDW，1991）
1991 年，Bill Inmon 出版了其有关数据仓库的第一本书，这本书不仅仅说明为什么要建数据仓
库、数据仓库能给你带来什么，更重要的是，Inmon 第一次提供了如何建设数据仓库的指导性
意见，该书定义了数据仓库非常具体的原则，包括：
数据仓库是面向主题的（Subject-Oriented）、
集成的（Integrated）、
包含历史的（Time-variant）、
不可更新的（Nonvolatile）、
面向决策支持的（Decision Support）
面向全企业的（Enterprise Scope）
最明细的数据存储（Atomic Detail）
数据快照式的数据获取（Snap Shot Capture）
这些原则到现在仍然是指导数据仓库建设的最基本原则，虽然中间的一些原则引发一些争论，
并导致一些分歧和数据仓库变体的产生。但是，Bill Inmon 凭借其这本书奠定了其在数据仓库建
设的位置，被称之为“数据仓库之父”。
数据集市（1994－1996）
数据仓库发展的第一明显分歧是数据集市概念的产生。由于企业级数据仓库的设计、实施很困
难，使得最早吃数据仓库螃蟹的公司遭到大面积的失败，因此数据仓库的建设者和分析师开始
考虑只建设企业级数据仓库的一部分，然后再逐步添加，但是这有背于Bill Inmon 的原则：各
个实施部分的数据抽取、清洗、转换和加载是独立，导致了数据的混乱与不一致性。而且部分实施的项目也有很多失败，除了常见的业务需求定义不清、项目执行不力之外，很重要的原因
是因为其数据模型设计，在企业级数据仓库中，Inmon 推荐采用 3 范式进行数据建模，但是不
排除其他的方法，但是 Inmon 的追随者固守 OLTP 系统的 3 范式设计，从而无法支持 DSS 系
统的性能和数据易访问性的要求。
这时，Ralph Kimball 出现了，他的第一本书“The DataWarehouse Toolkit”掀起了数据集市
的狂潮，这本书提供了如何为分析进行数据模型优化详细指导意见，从Dimensional Modeling
大行其道，也为传统的关系型数据模型和多维 OLAP 之间建立了很好的桥梁。从此，数据集市
在很多地方冒了出来，并获得很大成功，而企业级数据仓库已逐渐被人所淡忘。
争吵与混乱（1996-1997）
企业级数据仓库还是部门级数据集市？关系型还是多维？Bill Inmon 和 Ralph Kimball 一开始
就争论不休，其各自的追随者也唇舌相向，形成相对立的两派：Inmon 派和 Kimball 派（有点
象少林和武当，呵呵）。
在初期，数据集市的快速实施和较高的成功率让 Kimball 派占了上风，但是很快，他们也发现
自己陷入了某种困境：企业中存在 6－7 个不同的数据集市，分别有不同的 ETL，相互之间的
数据也不完全一致。同时，各个项目实施中也任意侵犯了Inmon 开始定下的准则：把数据集市
当成众多 OLTP 系统之后的有一个系统，而不是一个基础性的集成性的东西，为保证数据的准
确性和实时