以数据仓库为基础的商业智能应用正在被很多大型行业提到议事日程上。从技术来看,商业智能在各环节的发展走向如下。
在ETL(抽取、转化和装载)环节,对多种数据源的访问,包括非关系型数据库和大型主机,成为基本的技术指标。数据抽取系统将会把XML纳入数据采集格式的范围; 在数据分析上,越来越多的企业和机构要求其决策分析环境能够提供更为接近实时的数据分析,技术手段主要集中在ETL环节,交易日志的监控、数据的复制成为数据采集的手段。
今天,并行处理加决策支持优化的关系数据库系统仍是数据仓库领域的主角。大家普遍认为发展方向是在关系数据库基础上融合决策支持和事务处理的能力,不过这样的策略或许仍存有争议,毕竟有不少技术人员认为事务处理和决策分析对关系数据库来说有如鱼和熊掌,不能兼得。尽管如此,在关系数据库中加入OLAP(联机分析处理)能力、SQL语句中加入数据统计公式和算法正在被各厂商提供的产品中实施。