目前,主要应用数据仓库来存储大量的历史数据用于决策分析,数据仓库必须支持各种各样的多维查询,随着信息的数据量迅速膨胀,这些多维查询通常要涉及海量的数据,而且要对这些数据进行大量的复杂操作,这是一个非常耗时的过程。达梦联机分析系统是基于关系数据库的联机分析系统,提高该系统处理多维数据的性能成为亟待解决的问题。为了提高系统的整体性能,将数据缓存技术和预测管理技术引入到达梦联机分析系统中,同时通过冷启动过程从关系数据库中获取聚集数据到缓存系统中,这样可以减少查询响应时间。首先分析现有的达梦联机分析系统中存在的问题,给出基于预测管理和冷启动过程的结果集缓存系统的总体框架,并详细描述框架的各个组成部分。接着,深入研究该框架的三个关键技术:基于多维数据的预测管理技术,冷启动过程以及基于结果集缓存管理技术。该系统能够通过预测管理系统来跟踪达梦联机分析系统用户的查询轨迹,获取用户进行多维查询的行为规律,并通过这些行为规律来预测将来的查询行为,从而使缓存系统中将保留最有利于将来查询的查询结果集。在系统初始化以及重新启动时,引入冷启动过程,装载数据到缓存系统中,从而使达梦联机分析用户能够一直得到较快的响应,同时本系统设计两级缓存管理机制来缓存用户的查询结果集,结合达梦联机分析系统的特点选择合理的缓存对象,给出一种缓存数据管理算法,并解决缓存数据的一致性问题。实验表明,增加预测管理的结果集缓存的达梦联机分析系统在一定程度上解决了由于数据仓库数据量急剧增长所造成的性能瓶颈问题,并在系统初始化时增加冷启动过程,提高了达梦联机分析系统的整体查询性能。