数据仓库是近年来兴起的一种新的数据库技术,它弥补了传统关系型数据库对分析型环境的支持不足,数据仓库面向分析型环境,对企业的分析决策提供了强有力的支持。企业纷纷建立数据仓库,借助于联机分析处理(OLAP),用户在数据仓库中以多维视图的方式访问数据,通过OLAP操作来发现问题,验证自己的假设,从而达到分析的目的并将分析的结果展现给用户,数据的多维展现是企业实施数据仓库的关键技术之一。本文主要对多维数据展示系统中的缓存替换算法,及缓存预取算法进行了研究,并提出了若干更为高效、适用性更强的新算法。(1)本文首先对OLAP Cache Servers(OCS)的结构和其中所涉及的视图缓存收益的代价模型进行了分析,之后给出了一种新的考虑工作负载的代价模型(WDM),WDM使用工作负载对待选视图的缓存收益进行加权计算,从而使与工作负载相关的视图具有更大的缓存收益,这样做能最大限度的适应用户的实际需求。(2)由于多维数据的自身特点,传统的缓存替换算法不能很好的工作。本文利用WDM给出了既考虑缓存视图近期使用频率又考虑缓存视图收益的替换算法(BLRU)。(3)目前对多维数据查询结果预取技术的研究还很少,本文提出的预取算法借鉴了数据仓库中的实体化视图选择技术,把这种技术应用到缓存系统中根据一定的工作负载进行视图选择并对选择出的视图进行预取。首先对描述视图关系的AO View Graph模型进行了概要的介绍,并对其中所涉及的重要概念和代价模型进行形式化工作。之后给出一个考虑对无效基因进行自动修正的,根据AO View Graph结构进行编码的遗传算法进行缓存视图的选择,并对选择出的视图集进行预取。