随着全球经济发展和工业信息化进程的加速,人们在政治、经济、军事、环境、民生等方面处理的信息量越来越大,并且要求能够通过对这些数据的有效管理,给人们提供有用的决策信息,数据仓库技术也随之发展而来。当业务发生变化时,现有的数据仓库建模方法往往需要重新进行数据的预处理。而在这些预处理过程中,往往会导致大量的数据冗余,也不能保证数据来源的一致性和准确性。本文针对以上数据仓库建模方法存在的不足,深入研究了数据仓库中两项关键技术——数据模型设计和数据存储技术。根据生活必需品价格监测平台(简称价监平台)的需求,将指标体系引入到平台中,构造了一个灵活的数据模型；提出了将工作库和归档库相结合的存储策略。在此基础上设计并实现了一个用于监测生活必需品价格的平台。本文提出的存储策略有效地减少了存储空间,大量节省了数据检索时间。所实现的价监平台非常适合处理来源多、结构复杂的数据,在实际应用中表现出了良好的高效性、安全性和处理数据的实时性,从而也证明了本文中提出的数据模型和存储策略的有效性。本文下一步的研究工作重点主要是对模糊数据模型的设计,以及对模糊维模型、预测性模型、以及模糊维存储查询的研究。