随着数据库技术的发展和数据库规模的日益扩大,人们希望从已有的数据库中提炼出有用的信息用于决策。数据仓库和联机分析处理技术(online analyticalprocessing,OLAP)就是为了适应这种需要而逐步发展起来的,是近年来商业数据处理领域中的两个重大的新技术。数据仓库是一种数据管理技术,侧重于管理面向主题的综合数据,为决策分析提供更有效的数据支持;OLAP技术是一种多维数据分析技术,侧重于数据仓库中的数据分析,为管理者决策提供信息支持。本文首先对国内外数据仓库技术的研究概况和水平进行了研究,然后从基础理论着手,阐述了有关数据仓库技术和OLAP技术的相关知识点,在理论上,为建立OLAP系统做好了充分的准备。本文介绍了上海实有人口系统的需求分析,并确定了系统结构,然后讨论了系统分析的主题;在逻辑设计中,选取“人口分布”主题为例并采用了星型模型;在物理设计中,具体确定了事实表和维表的物理结构。最后,介绍了在数据仓库建设过程中数据抽取的框架,数据清洗和转换的规则,以及数据装载的方式。文章重点研究了系统建设中的一些关键技术。为了提高数据仓库的查询效率,本文首先讨论了OLAP数据立方体的预计算和立方体计算的优化策略;其次研究了三种索引技术:位图索引、连接索引和B树索引,并为系统制定了索引策略;然后文章介绍了两种查询优化的方法:使用缓存和引入连接池;最后,讨论了数据仓库的更新规则和实现方式。