近年来，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中提炼出有用的信息服务于决策者，决策支持系统应运而生。数据仓库技术、OLAP技术和数据挖掘技术对决策支持系统的有力支持使它们成为数据库技术领域研究的一个热点和重点。OLAP和数据挖掘技术作为数据仓库的两项重要应用技术有所不同：OLAP技术可以为用户提供多角度、快速、直观的视图，以便深入观察数据；而数据挖掘技术高度自动化地分析企业收集的数据，做出归纳性的推理，从而帮助决策者调整策略，减少风险，做出正确的决策。根据以上分析，本文研究并实现了一个多维查询分析系统。主要工作包括以下几个方面。从多维查询分析系统的功能设计出发，给出了系统整体的体系结构，并就每个模块做了具体说明。研究了多维数据模型的设计模式，给出了三种主要的设计方法。以星型模式设计了实例数据库的多维数据模型，并简单地实现了数据的提取与转换工具，该工具独立于查询分析系统，使得查询分析与数据来源无关，增强了系统的可扩展性。对多维数据集的生成和访问技术作了讨论，通过MDX、ADO MD和DSO技术实现了OLAP多维查询和多维数据集的更新，其中包括浅化、深化、切片等操作，并进一步实现了操作的图形化显示。最后总结全文并提出进一步的研究方向。