随着对大数据和海量数据研究的兴起,数据仓库技术逐渐进入了人们的视野中。数据仓库技术能够为拥有海量数据的行业提供优秀的数据存储和数据分析解决方案,能够为这些行业提供有效利用海量数据的基础和方法。中国邮政金融客户管理系统建设需要依托已有的中国邮政储蓄银行综合信息网络,充分利用先进的数据仓库技术,整合关联邮储银行与客户信息相关的业务数据,并从这些业务数据中提取丰富的客户信息,注重客户信息的质量。其中,数据仓库模型和ETL(Extraction-Transformation-Loading)的设计是保证信息有效性及信息价值的关键。论文主要研究了中国邮政金融客户管理系统的数据仓库,阐述了Teradata数据仓库的设计理念,分析了中国邮政储蓄银行的业务需求,为数据仓库设计了核心模型。论文对事件主题部分进行了详细的分析,扩展了其子主题,设计了事件预处理ETL方案,利用ETL Automation设计与实现了ETL自动化流程。针对数据仓库系统已上线部分,提出了数据仓库性能巡检方案,设计了优化的步骤和优化的方案。在本项目中,本人主要参与完成了中国邮政储蓄银行源系统调研,数据仓库主题域划分与模型设计,事件预处理ETL方案设计,ETL自动化流程设计与实现,数据仓库性能巡检方案及性能调优的设计与实现。论文采用了软件工程的思想,对数据仓库功能进行了需求分析,对数据仓库的架构和模型进行了设计,实现了ETL自动化流程,对数据仓库进行了性能巡检和优化。本项目已经上线运行,为中国邮政储蓄银行的业务发展提供了有力的信息支持,提高了中国邮政金融客户管理系统的服务质量,取得了较好的经济效益。论文所阐述的数据仓库设计与实现方法,来自于实践,具有一定的现实意义。