逻辑模型能直接反映出业务部门的需求，同时对系统的物理实施有着重要的指导作用，其通过实体和关系勾勒出整个企业的数据蓝图。

逻辑模型与数据仓库物理实现时所使用的数据库有关，由于数据仓库一般都建立在关系数据库的基础上，因此数据仓库设计过程中所采用的逻辑模型主要是关系模型。关系模型概念简单、清晰，用户易懂、易用，有严格的数学基础和在此基础上的数据关系理论。在进行数据仓库的逻辑建模设计时，一般需要完成主题分析、建立维度模型、确定粒度层次划分、确定数据分割策略等工作。

数据仓库是面向主题的，建立数据仓库要按照主题来建模，主题域的划分是数据仓库的基础和成败的关键。逻辑模型中主题分析是对概念模型设计阶段中确定的多个基本主题进行进一步分析，并建立某主题分析的维度模型。因此，在逻辑模型建模过程中工作主要有以下几方面。

①事实表模型设计。分析丰富主题域，确定当前要装载的主题，进行事实表模型设计。

②维度表模型设计。维度建模的目的是在为用户提供一组全局数据视图的基础上进行某一主题的业务分析。因为在数据仓库的维度建模技术中，主要从用户需求范围出发，考虑指标和维度及其各种主题下的分析参数。

③关系模式定义。数据仓库的每个主题都是由多个表来实现的，这些表之间依靠主题的公共码联系在一起，形成一个完整的主题。在概念模型设计时，确定了数据仓库的基本主题，并对每个主题的公共码键、基本内容等作了描述。在这里将要对选定的当前实施的主题进行模式划分，形成多个表，并确定各个表的关系模式。