数据仓库和商业智能的作用在于为业务人员提供定制操作性和战略性业务决策所需的信息和工具,联机分析处理(OLAP)是数据仓库的主要应用之一。ROLAP是联机分析处理(OLAP)中使用最广泛的一种类型,其主要功能是管理决策所需要的总结数据。总结数据一般都涉及多表连接和分组聚集操作,提高这些操作的性能成为提高OLAP操作响应速度的关键。本文主要围绕ROLAP的海量数据聚集查询技术展开研究,对提高ROLAP聚集查询效率具有重要意义。主要研究工作如下:(1)给出一种改进的分组序号聚集算法IMuGA。该算法充分利用时间维表的特殊性,通过对事实表关键字直接获得分组属性值,减少了多表连接中时间维度的连接次数,提高了联机分析处理查询效率。实验结果表明,该算法是有效的。(2)给出了一种基于层次有序维的分组聚集算法。该算法在偏序和映射的基础上,通过定义层次有序维,利用维属性之间的聚集关系,通过约束层次链中的元素次序,实现了分组聚集计算中多表连接转换为维范围的查询,提高了连接和聚集效率。最后,实验验证了该算法的正确性和有效性。