目前云计算环境下海量数据的查询分析以批处理、线下计算为主,很难达到联机性、即席性和交互性。数据立方体是数据仓库、商业智能中重要的数据模型,其数据单元之间根据上卷、下钻关系构成了格结构数据。为了提高查询分析性能,本文基于数据立方体格模型及分布式内存架构研究在线、高效的联机分析处理技术。本文主要在以下两个方面进行研究：(1)视格结构数据为图结构数据,以格结构数据的统计特性和规律为切入点,利用实验统计方法、复杂网络等经典解析模型、格的概念层次结构,研究格结构数据的模型；在此基础上,结合当前的图划分技术研究格结构数据在多个节点的划分及存储,从而消耗较小的通讯代价并使得集群负载均衡。(2)分层封闭立方体是封闭立方体模型的扩展,是对数据立方体的一种语义压缩,能够有效地减少数据立方体的存储空间。对封闭数据立方体使用数组和格两种结构存储,利用封闭单元的层次信息以及封闭单元之间元组覆盖关系,研究两种结构下分层封闭立方体的分布式存储、查询方法。最终构建基于内存的分布式计算框架Spark实现了OLAP查询原型系统,并进行了实验验证和分析。