近年来,数据仓库已经发展到能支持企业决策,甚至支持企业合作伙伴和客户的新高度。新一代的数据仓库应用不仅改善了企业战略的形成,更重要地是发展了战略的执行决策能力。ETL(抽取、转换、装载)是数据仓库系统开发中的重要组成部分之一,ETL过程的正确与否关系到数据仓库的可用性。本文主要对ETL工作流进行了优化研究,并采用紧同步随机Petri网对优化前后的ETL工作流进行了性能分析研究。本文首先介绍了一个ETL活动模型,分析了影响ETL活动执行时间的因素。ETL工作流的优化问题可借鉴状态空间搜索问题来解决:把一个ETL工作流看作一个状态图,对每个状态图采用状态变换产生的所有可能的等价状态图,从中找出代价最小的状态图即为最优ETL执行过程。然后引入状态空间搜索算法,通过对启发式算法和贪婪算法的优化,实现了对ETL工作流的优化。通过一系列的实验结果证明,优化的结果减少了ETL工作流的执行时间,也为ETL过程实施的控制提供了很好的参考数据。最后用紧同步随机Petri网对ETL工作流模型进行描述,在前面实验的基础上对ETL工作流进行了性能分析,也从这一方面再次证明了ETL工作流优化的有效性。