随着数据库技术的发展和数据库规模的日益扩大,人们希望从已有的数据中提炼出有用的信息服务于决策者,决策支持系统应运而生。数据仓库技术、联机分析处理技术(OLAP)和数据挖掘技术对决策支持系统的有力支持使它们成为数据库技术领域研究的一个热点和重点。 OLAP按照数据立方体模型组织多维数据,从而方便了查询。OLAP查询通常是针对非常大数据的复杂查询,从原始数据上直接进行分析查询的性能是难以接受的,解决这个问题的办法是在数据仓库中存储物化视图来预选聚集数据避免对原始数据的访问从而加速查询。论文主要研究数据仓库物理设计的一个方面:物化视图的选择问题,提出了用于构建数据仓库时物化视图选择算法。 论文对一种物化视图选择算法-贪婪算法进行了详细的分析,将视图选取分为视图路径选取与视图计算两阶段,采用基于数据立方体层次搜索的方式选取视图,从而将贪婪算法的时间复杂度由0(k.n~2)降为0(k.n.logn)。经过实验分析与测试表明,该算法取得良好的效果和效率。 然后,论文给出了OLAP在一个销售系统中的应用实例,设计并实现了基于MS SQL Server Analysis Services的OLAP系统原型。以星型模型设计了实例数据库的多维数据模型,对多维数据集的生成和访问技术作了讨论,用MDX,ADO MD技术实现了对多维数据的查询,通过对商业数据的分析,为决策人员提供决策的依据。