网络视频已经成为继门户、搜索引擎之后又一热门互联网应用。视频网站不仅需要提供优质的视频内容和良好的用户体验,还必须具备分析运营数据的能力,从而及时做出决策。互联网环境中,信息的时效性对企业具有重要意义,因此视频网站要求分析软件能够提供实时多维分析功能,能够对视频流数据做精确地统计。本文在讨论了现有的网站分析技术之后,说明了这些技术只能对网页访问进行统计,延时较大,在时间粒度上无法提供分钟级别的分析,数据准确度不够,因此不能满足视频网站的分析需求。本文分析了视频网站分析的需求,基于数据仓库理论提出了对视频网站实时运营数据进行OLAP的解决方案。该方案首先定义了一套新的用户行为跟踪机制。该跟踪机制通过改造网站客户端,使之能将预定义的用于统计的事件发送到分析日志服务器上。该分析日志不同于传统的服务器日志,它不是对页面访问的记录信息,而是对用户行为和视频插件事件的记录,是精确分析的基础。该方案设计了一个具有实时ETL功能的数据准备区,使用分析日志根据一个有限自动状态机模型来维护用户会话集合。用户会话中含有描述网站用户的数据结构,通过每分钟对用户会话集合进行采样,能够得到最细节的基础事实数据来填充数据仓库。在数据展现区,本文按照视频网站运营者的需求定义了维度模型,并使用OLAP引擎提供最新的多维数据。由于基础事实数据以流数据形式产生,数量大,速度变化快,因此对数据仓库的更新效率和物理存储都提出了挑战。本文引入流立方体理论,分析了倾斜时间框架无法维护度量波动信息的缺点,创新地提出了基于度量波动的时间框架,给出了一个对流立方体进行部分物化的方案。实验证明该部分物化方案能在保持度量波动信息的前提下,有效缓解了数据仓库更新和存储的压力。