信息技术的发展与应用大大推动了采油企业工业自动化和管理现代化的进程，管理信息化在采油工业中得到了快速发展。我国绝大多数石油开采企业已经积累了大量的地质勘探数据和油气田生产业务数据，企业内的各级人员都希望能够快速、方便有效地从这些大量杂乱无章的数据中获取有用的信息，决策者希望能够利用现有数据指导油田的生产经营决策和发掘企业的管理潜力，这类业务的特点是需要大量的历史数据和汇总数据，他们不需要对数据进行修改，而是使用大量的随机查询，正是此类应用的存在，引发了石油开采企业建立数据仓库的迫切需求。因此，采油企业的信息系统必须以数据库为核心，在统一的数据库平台下，建立完善、合理的数据结构，组织油田生产管理所需的原始数据，利用石油天然气地质勘探、石油工程、钻井开采和计算机新技术，开发适合油田企业应用的各种功能处理软件，以满足油田不同层次和任务的管理与决策需求，并使其最大限度地发挥效益。
1 数据仓库概念和组成
1.1 数据仓库概念
世所公认的数据仓库之父William H.Inmon首先定义了数据仓库的概念，随后又给出了更为精确的定义：数据仓库是在企业管理和决策中面向主题的、集成的、与时间相关的、不可修改的数据集合。
随着时间的推移，数据仓库这一术语逐渐为世人所接受。简单地说，数据仓库就是独立于系统程序之外的数据管理中心提供集成化的、历史性的数据以利于企业决策，即数据仓库管理和存储着企业在分析、决策过程中所需要的较长时间的历史数据。Internet／Intranet技术的发展极大地推动了数据仓库应用的实施进程，使得石油开采行业运用数据仓库技术成为可能。首先，数据仓库可以以很低的成本分布在油田范围内的计算机网络上，从而减少了跨地区、跨作业区以及跨部门的数据复制量，即解决了油田开采、管理数据的重复存储问题；其次，可以对油田开发过程中得到的数据进行各种复杂而有效的分析，然后以统一的格式提交给终端用户。
1.2 数据仓库的组成
数据仓库是数据库技术的一种新的应用，它是用数据库管理系统来管理其中的数据，是数据存储的一种组织形式，是在原有关系型数据库基础上发展形成的但不同于数据库系统的组织结构形式。数据仓库的建立并不是要取代原有的数据库，而是在一个较全面、完善的信息应用的基础上，从企业现有的业务数据库中提取原始数据，按照主题分成不同的级，用于支持企业高层决策分析。
从数据库技术的角度来看，数据仓库提供了多种数据源上的统一的数据平台，如图1所示。
图1 数据仓库结构组成
（1）数据源。不仅包括各种常见的数据库，也包括各种文件数据、多媒体数据、#$%&文件、知识库、现有信息系统的数据、历史遗留的数据等，这些数据源既来自采油厂内部，也来自采油厂外部。
（2）数据抽取／监视器。数据抽取部分负责从数据源中把数据转换成数据仓库使用的格式和数据模型，包括根据数据的特征进行离散数值数据与连续数值数据之间的相互转换、数据值的分组分类、数据项之间的计算组合等。数据监视器则负责自动监测数据源中数据的变化情况，并把这些变化传递给集成器。
（3）数据集成。对进入数据仓库的数据进行净化、过滤、总结，或者与其他数据源的数据进行合并，再转到数据仓库中。为了把新的数据准确地集成到数据仓库中，需要对数据进行完整性、一致性、冗余性检查，还要考虑时间顺序和数据的变化等。
