数据仓库是一个面向主题的、集成的、相对稳定的、随时间不断变化的数据集合。数据仓库通过对历史数据的分析和综合处理,找到对企业发展至关重要的业务信息,从而帮助有关主管和业务部门做出更加合理的决策。随着企业信息产业的迅猛发展,数据仓库必将成为一个研究热点。数据仓库中的物化视图是对用户查询进行预计算并存储计算结果,是提高数据仓库查询效率的关键技术,而如何维护物化视图是数据仓库中的研究重点。数据仓库中的ETL(Extract、Transform、Load,抽取、转换、装载)的效率直接决定了数据仓库建设的成功与否。论文对数据仓库的关键技术进行了广泛而深入的研究和讨论。介绍了数据仓库的体系架构和各个组成部分,并对ETL技术和物化视图的维护进行了深入研究。论文主要内容包括如下:1.分析了国内外数据仓库技术和物化视图的研究现状,阐述了目前数据仓库研究中的热点和问题。对数据仓库的体系架构,ETL和物化视图等关键技术进行了详细介绍。2.在总结前人对物化视图研究的基础上,对单视图和多视图的情况分别进行了讨论,提出了一种改进的多视图辅助视图优化算法,并通过实验进行验证。3.设计了一种改进的元数据驱动的ETL系统,对传统ETL系统中存在的不足进行了改进。系统利用元数据分别从数据源和数据仓库的视角引导ETL过程。4.实现了元数据驱动的ETL的一个系统原型,按照ETL开发的流程对系统的各个功能模块进行展示。