邏輯建模能直接反映出業務部門的需求，同時對系統的物理實施有着重要的指導作用，它的作用在於可以通過實體和關係勾勒出企業的數據藍圖。
數據倉庫邏輯建模的內容主要有：
1.分析主題域
在概念模型設計中，我們確定了幾個基本的主題域，但是，數據倉庫的設計方法是一個逐步求精的過程，在進行設計時，一般是一次一個主題或一次若干個主題地逐步完成的。所以，我們必須對概念模型設計步驟中確定的幾個基本主題域進行分析，一併選擇首先要實施的主題域。選擇第一個主題域所要考慮的是它要足夠大，以便使得該主題域能建設成爲一個可應用的系統;它還要足夠小，以便於開發和較快地實施。
2.粒度層次劃分
數據倉庫邏輯設計中要解決的一個重要問題是決定數據倉庫的粒度劃分層次，粒度層次劃分適當與否直接影響到數據倉庫中的數據量和所適合的查詢類型。由於主題數據庫響應企業級業務OLTP需求，所以必須保存最細類度數據，同時根據業務部門的查詢需求考慮確定多重粒度來提高複雜查詢速度。
3.確定數據分割策略
在這一步裏，要選擇適當的數據分割的標準，一般要考慮以下幾方面因素:數據量（而非記錄行數）、數據分析處理的實際情況、簡單易行以及粒度劃分策略等。其中，數據量的大小是決定是否進行數據分割和如何分割的主要因素;數據分析處理的要求是選擇數據分割標準的一個主要依據，因爲數據分割是跟數據分析處理的對象緊密聯繫的。
4.關係模式定義
數據倉庫的每個主題都是由多個表來實現的，這些表之間依靠主題的公共碼鍵聯繫在一起，形成一個完整的主題。在概念模型設計時，我們就確定了數據倉庫的基本主題，並對每個主題的公共碼鍵、基本內容等做了描述。在這一步裏，我們將要對選定的當前實施的主題進行模式劃分，形成多個表，並確定各個表的關係模式。