随着中国加入WTO，物流将进一步得到迅速发展，对现代化的要求也越来越迫切，目前计算机在物流和管理中占有相当重要的地位。现代物流系统是一个庞大复杂的系统，每个环节信息流量十分巨大，业户很难对这些数据进行准确、高效地收集和及时地做出决策性的处理。数据仓库技术能够帮助企业在物流系统中从庞杂的信息里提取有用的数据，通过公正客观的统计分析，快速而且正确地得知企业经营信息，找出销售模式，准确掌握未来的经营动态。 论文介绍了数据仓库技术、数据挖掘技术和联机分析处理技术，在数据库技术和数据仓库技术进行比较的基础上，提出现代物流对信息技术的一些新的需求，广义方面的需求包括信息化需求、网络化需求、智能化需求；狭义方面，由于数据量不断变大，人们已经不仅仅满足于处理当前数据，怎样将日益堆积的数据进行有效的管理，挖掘其中埋藏的信息宝库成了新的现代物流需求。论文采用维度建模技术，给出了物流系统的建模方法，建立物流系统的数据模型，给出了现代物流系统的框架结构，并对数据自传统数据库到数据仓库转换过程中数据的筛选、过滤和转换进行了研究，同时对物流系统数据关联规则的挖掘、联机分析方法和数据的访问进行了阐述。进而，以某市物流系统为实例进行了总体设计，出入库子系统的描述和数据模式设计。系统选用货品进出库量、到货准点率、货品销售方向、货品库存情况、应收／应付、客户信息审核等为数据仓库主题，选择了入库、出库、仓库费用结算等3个事实表，并选定了与之相关的客户维、货物维、时间维、去向维、合同维等，从传统数据库系统中抽取出有效的数据，确定了数据仓库的星型逻辑结构。论文对物流数据转入数据仓库过程作了详细的研究和应用，在转入数据仓库前的数据称为脏数据，脏数据要经过数据检验、数据净化、数据转换、数据迁移等步骤才可进入数据仓库。进入数据仓库中的数据可以用于联机分析处理，系统采用了Microsoft^?SQL Server 2000自带的工具建立多维数据集，以便用于数据分析。在销售系统中发现了关联规则，并在实际中用于调整销售策略。