利用完整的信息及时作出正确的决策，这就是数据仓库所要完成的任务。随着数据仓库的不断发展，市场对数据仓库的核心组件——数据库引擎提出了新的需求。本次测试正是基于对这些需求的深刻认识。
1、海量数据
随着信息系统的不断发展，来自客户、产品、业务运营等的数据量不断膨胀，数据库容量逐渐成为事实上影响数据仓库性能的瓶颈，当传统的操作型数据库对海量数据的支持能力表现不佳，亟需一个经过验证的能够支持海量数据达到100TB以上的数据仓库参考模型。
2、实时数据加载
要及时准确的作出决策，就需要更接近实时的数据更新、即席查询、甚至人工智能。BI已经逐渐成为事务处理的完整部分。从数据库的角度来讲，不仅要求数据能够实时更新，而且要保证数据的实时加载对查询响应速度的影响最小。
3、复杂查询
商业智能从根本上来说已经不再是简单的查询，而越来越成为客户行为模式与客户特征及客户行为之间复杂的相互关系。“客户”数据库常常包含众多的客户属性，“客户”数据库是对家庭关系、复杂的企业组织、财务关系等的模型化。数据的复杂性与问题的深度表明：商业智能的许多查询相当复杂。这要求数据库不仅能够处理单表的复杂查询，更要处理海量数据量下的跨表查询。
4、并行查询
基于Web，公司正逐步向客户、供应商、代理商以及其他商业合作伙伴开放对数据的访问，而不象从前只有总部的25个分析员或者公司高层在使用数据仓库，而且今天的信息交互模式远比从前复杂。这要求数据库必须能够处理大量的用户群，以及由此产生的大量并发查询。
5、快速响应
Internet的广泛使用对数据仓库带来重要影响：大量交互式的在线数据访问。用户希望在秒或分钟内获得结果，而不是几小时或整晚。这要求数据库引擎能够提供交互式的快速响应，即使是在海量数据、复杂查询、多用户与并行查询的情况下。
6、可伸缩性
今天的数据仓库应用于一个非常动态的环境。新的应用、主题、用户、数据迅速增加，可伸缩性在数据仓库中比以往更加重要。这不仅要求数据库能够维护大量的数据及索引，更要求数据仓库架构能够随着新增加的应用、主题、用户、数据等灵活进行扩展。
关于Sybase-Sun数据仓库参考架构的基准测试对上述各方面都进行了有效的检测，测试结果表明，Sybase IQ是唯一经过验证的完全满足上述需求的面向数据仓库等分析型应用的关系型数据库引擎。这正是IQ诞生近10年来，不断创新的结果。今天的IQ数据库，拥有众多的专利技术，其独特的列存储、数据压缩、专利的索引技术、并行结构等已经为众多客户提供了高性能、高扩展性的数据仓库系统。这些客户包括：
中国联通
中国电信
泰康保险
大鹏证券
兴业证券
招商银行
浙江地税
全国铁路局（客票系统）
山东烟草
上海公安
兴澄钢铁
上海社保
美林证券
摩根斯坦利
Internal Revenue Service（IRS）
韩国朝兴银行
土耳其Yapi Kredi银行
比利时Fortis银行
挪威Lindoff资产管理机构
爱尔兰联合银行
加拿大蒙特利尔银行
MasterLink证券公司
韩国人寿保险公司
GE Capital保险服务公司
AT&T
澳大利亚Telstra移动公司
西班牙Telefonica电信公司
西班牙Airtel电信公司
英国RSL电信公司
葡萄牙Telecel电信公司
洛杉机时报
尼尔森媒体机构
North Jersey媒体集团
德国EMI唱片公司
AOL
加拿大统计局
巴西圣保罗财政局
美国尤他州财政局
美国航空
法国铁路运输局
美国运输管理局
……
