如何迅速地从海量的、异构的数据源中获得有用的决策信息在现代企业日常决策活动中起着至关重要的作用,作为解决这个问题关键的OLAP技术中最核心的概念.数据立方体的实现已经引起了广泛的关注。为提高OLAP系统的查询性能,通常需要预计算并物化数据立方体,然而完全地预计算所有方体必将导致数据立方体体积的爆炸。因此,如何减少立方体的存储代价、查询时间和维护(更新)时间,以及如何在这几者之间达到较佳的平衡成为了数据立方体研究的主要方向。　　 封闭数据立方体是近年来提出的一种重要的数据立方体压缩技术,它通过对数据立方体中的元组进行封闭性判断,将元组分为封闭元组和非封闭元组。对任一非封闭元组必定存在一个封闭元组和它具有相同的聚集值,去除数据立方体中所有的非封闭元组就得到了一个封闭数据立方体。封闭数据立方体在较好的保留了上卷和下钻语义关系的同时大大的减小了数据立方体的体积,而且它还可以直接应用于关系系统,使用关系系统中成熟的索引技术。　　 在全面系统的学习和总结了国内外立方体生成技术的研究成果的基础上,本文首先对封闭数据立方体的概念进行了重新描述,对它的性质进行了研究,然后给出一种基于集合的计算封闭数据立方体的新方法,通过对原始数据记录进行预处理可以有效地降低数据量急剧增加对立方体生成时间的影响,在计算的过程中利用集合操作来优化封闭性的判断和减少不必要的递归调用,减少了计算所耗费的时间；同时给出了如何在保持封闭数据立方体的封闭性的基础上对其进行增量更新的方法。最后通过实验对提出的算法进行了初步验证。