建国以来，各相关单位在中国海域和大洋地区相继开展了多次大规模的海洋调查研究工作，积累了丰富的海洋数据。如何有效地管理和利用这些数据，为国民经济建设和国防服务，是一个亟待解决的问题。“海洋环境数据仓库和数据挖掘研究”正是基于此而提出的一个课题，它是由东北大学软件所和国家海洋信息中心合作开发，包括数据仓库、数据挖掘和OLAP三个部分。本文重点讨论海洋环境数据库中ETL系统关键技术的研究及系统设计和实现。 提高数据库的数据质量是ETL的重要任务，数据清洗相关算法的研究已经相当成熟，然而数据清洗是否有效更重要的在于清洗规则制定的准确程度。为了方便数据库的开发人员和源数据管理员的沟通，提高清洗规则制定的准确度和可信度，本文提出了把数据清洗的部分工作放在ETL过程的开始部分执行的改进架构。它将原来主要集中在ETL服务器上的数据清洗工作分散到了各个源数据端的服务器上，增强了系统的并行度，减轻了ETL服务器的负担，提高了清洗效率。该架构同时将源数据改造和一般性变换后，利用数据库自带的专用工具进行数据加载，大大提高了ETL的速度，减少了编码的工作量，增强了系统的可靠性。该改进的架构还支持统一的增量数据抽取，以及对空间数据特有的ETL问题进行了扩展。 本文提出了基于多线程/进程和任务平衡调度的优化策略，以进一步提高数据加载的速度和资源的利用率。并对任务平衡调度策略进行了比较深入的研究，建立了基于工作流原理的多任务平衡调度模型，提出了静态调度，动态调度和同层划分的优化调度策略。最后给出了改进的ETL架构在海洋环境数据库中的应用，以及具体的ETL系统的设计和实现。实践表明，改进的ETL架构便于系统的并行开发，缩短了项目周期，根据它实现的系统运行稳定，速度快。