数据仓库不但容量在增长，它们支持的用户数量也比以前更多了，综合搜索的功能也越来越强，搜索所需时间越来越短。
LGR Telecommunications拥有一台310TB的甲骨文数据仓库，供其电信运营商客户的2500名用户日常使用。 这个数据仓库提供了一项名为CDRlive的LGR服务，运营商用户可以通过这项服务访问呼叫数据记录。这个数据仓库日夜不停实时更新，保持全天24小时运作。
LGR首席架构师Hannes van Rooyen称：“数据仓库不可能按批作业，每天都要新增130亿条记录，由于联机更新进程与用户查询的数量是一样的，因此它每天需要更新130亿次。”
这个数据仓库保持1PB存储容量的磁盘运转，这个容量数据在过去的四年里已经增加了十分之一。预计明年至少会增长一倍。
大部分企业仍然保留着数百TB的数据，但是它们面临着与LGR一样的数据仓库问题，即数据量暴增、用户数量增长、查询越来越复杂以及快速变化的信息等。
新一代数据仓库看起来很象LGR的数据仓库，它们都以相当快的速度保持增长，规格多种多样，支持严格的业务进程。 不管你的公司拥有250GB还是250TB的数据，你都会面临一个问题，那就是你是否拥有合适的体系结构？ 它是否是合适的平台？ 数据仓库的空间是否快用完了？ 增加新用户的成本是多少？ 如果从批量加载模式升级到持续更新模式？ 技术发展日新月异，我们如何知道我们的系统是合适的系统？
要解决上述所有问题，都与管理可缩放性有关。 控制可缩放性也许意味着接受高度平行进程和Teradata与IBM等厂商的大规模体系结构，以及甲骨文和微软等厂商推出的新产品中具备的一些新功能。 它或者只要求企业更有效地管理现有数据仓库事务，包括需求条件的量化、评测其他的解决方案以及提前做好潜在问题的预防工作。
