数据仓库和联机分析处理(OLAP)是两种典型的决策支持技术。数据仓库作为一种数据管理技术,其目的是决策分析提供更有效的数据支持；OLAP作为一种多维数据分析技术,侧重于数据仓库中的数据分析,为制定决策提供信息支持。目前,如何在数据仓库的基础上建立OLAP模型受到越来越多的关注。论文首先从理论和OLAP工具入手,阐述了维度建模理论和OLAP技术的基本概念,并描述了MS Analysis Services的技术体系结构和构建OLAP的工具。在此基础上,论文主要分析如何在维度建模时对数据仓库的事实表和维表建立OLAP模型,对具体的问题提出了解决途径,并将其应用到MS Analysis Services工具中去。关于事实表的建立,论文针对事实表的粒度及其事实数据的选择问题进行研究分析,还有在无度量值不能直接用MS Analysis Services分析的情况下,利用没有度量变量的事实表建立模型解决问题,最后对事实表的特性以及设计原则进行分析总结。在维度表的建立方面,论文研究分析在OLAP分析中应用日期维度重要性；提出了在出现各种复杂维层次关系,且不能直接用MS Analysis Services实现建模时,运用各种方法将其转化为适合用MS Analysis Services建模的问题；针对维变问题,提出了运用直接变动属性或属性值、微型维度及预设波段等方法解决,并对微型维度的应用进行了研究总结。在实例分析部分,论文根据大型超市管理决策的特点,在MS Analysis Services基础上设计并实现了其OLAP系统,对论文提出的主要OLAP建模技术方案进行了实例研究,证明了这些方案的可行性和有效性。