随着社会的发展，生产的社会化程度越来越高，信息量越随着社会的发展，社会的组织化程度和来越大，对信息的处理工作越来越重要。90年代初才起步的数据仓库(DW)技术采用全新的数据组织方式，对大量的原始数据进行各种处理并转换成有用的信息，用户可以通过分析这些信息从而作出策略性决策。 数据仓库(DW)和联机分析处理(OLAP)是商业数据处理以及决策支持系统(DSS)领域中近几年发展的新兴技术。数据仓库存储了商业组织中的大量历史数据，OLAP则是对数据仓库中存储的信息进行复杂查询、分析的一项技术。联机分析处理(OLAP)与数据仓库有着密切的联系，它是数据仓库的验证型分析工具。它将分析决策所需的大量数据从传统的操作环境中分离出来，清理、转换成集成的、统一的信息，帮助决策者进行及时、有效的分析、判断和预测，获取更多的经济效益。 本文提出了数据超立方体模型，并在代数表达方面进行了改进，使得其可以支持OLAP操作。数据模型简洁直观地表现了OLAP的数据特征，对OLAP技术的多维性、粒度性、层次性等进行了描述定义。在上述基础上定义的代数表达为复杂的OLAP查询提供了方法，为提高OLAP查询速度提出相关算法。基于中央商城信息管理系统，创建了商业企业销售数据仓库及其OLAP多维数据集。 最后，结合商业企业销售决策支持系统研究了数据仓库的设计方法和步骤，对于数据仓库和OLAP技术在商业销售决策支持系统中的应用进行了深入的研究，探讨各种知识发现方法，以及研究如何将数据仓库和OLAP等方法有效地结合在一起，应用于具体的科研和实际领域中。