在石油天然气勘探开发中,钻井工程是一项复杂的、耗资的工程,钻井液作为钻井的血液,在整个钻井施工过程中的作用又是举足轻重的。高质量的钻井液,能够提高钻井效率,降低钻井事故的发生,有效稳定地层和保护储层。近几年来,中石油某钻探工程有限公司的钻井液技术服务公司的市场发展非常快,作业的地域越来越广,技术和经验的差异也相对增大。如何利用公司现有系统的历史数据对工程技术人员进行有效的技术支撑以及管理者高效的决策提供支持是迫切需要解决的问题,公司的“钻井液远程专家技术支持与决策系统”项目开发就是基于此目的提出来的。本文对基于大数据的钻井液多维分析模型研究与实现的研究背景、研究意义以及国内外研究现状进行了介绍。针对该项目公司的上级单位钻探工程有限公司新的一体化运行平台要求,迁移原服务器上的应用系统和数据到新的云服务器上,实现各业务板块现有应用系统之间进行信息交换和共享。为了满足项目对系统的复杂分析要求和上级单位对系统运行平台的要求。本文提出基于大数据的钻井液多维分析模型构建方案,用于实现系统的核心功能。首先进行了系统的需求分析以及总体设计,其中主要包括钻井液分析主题的确定以及多维数据模型的设计。其次完成大数据平台的构建,包括Hadoop、Hive、Zookeeper以及HBase等框架的搭建工作,并且通过Sqoop技术实现了源关系型数据库与Hive数据仓库之间的ETL操作。最后使用Apache Kylin框架作为钻井液多维分析工具,以及基于钻井液多维分析立方体Cube的构建,并通过调用Apache Kylin中的JDBC接口对钻井液数据仓库面向分析主题的数据模型进行OLAP的基本分析。本文将钻井液多维数据模型及OLAP分析功能与大数据平台有效的结合,该模型对比传统多维分析系统,具有查询时间短、高容错、高可靠、可扩展以及支持超大规模数据集等特点。