随着企业联机事务处理系统的建立、运行和发展,业务数据大量积累,数据源分散异构,人们发现仅依赖联机事务处理系统已经不足以获得市场竞争的优势,数据仓库的思想、技术和产品开始形成并迅速发展,为科学决策提供了良好的技术解决方案。数据立方体是数据仓库中多维数据模型的核心,业界对多维数据模型以及数据立方体的生成和维护己经做了大量的研究工作。物化视图的选择和视图的生成算法是立方体生成中的两个重点。数据立方体生成技术的研究在如何减少其存储代价、查询时间和维护(更新)时间上,以及如何在这几者之间达到较佳的平衡还没有找到很好的算法。针对上述问题,在全面系统学习和总结了国内外立方体生成技术的最新成果的基础上,本论文主要做了以下工作:1)通过把数据立方体中的维分为划分维和非划分维,定义了一个等价关系,使得具有相同划分维的视图构成了一个等价类。把等价类组织成主流水线,等价类中的视图组织成次流水线,给出了两层流水线数据立方体串行算法,可以充分的利用物理内存,大大减少读原始数据的次数和处理机之间的通讯开销,缩短了计算时间。2)Cube算子的计算在OLAP应用中起着极为重要的作用。本论文分析了在高维Cube算子计算中传统流水线方法的不足之处,提出了通过有选择地实例化Cube中的部分节点以提高OLAP性能的解决方案,并给出了一个获取需要实例化节点的算法。3)立方体生成过程中,总受到系统资源的限制,本论文通过采用一种关系和多维数组混合存储结构来存储数据立方体,它结合了流水线聚集方法和多维数组聚集方法的优点,大大减少了流水线的条数和所需要的存储空间,加快了计算速度。