0 引 言
目前，基于数据仓库进行数据分析主要有两种方式：联机分析处理和数据挖掘。而OLAP是使分析人员、管理人员或执行人员能够从多角度对信息进行快速、一致、交互的存取，从而获得对数据的更深入了解的一类软件技术。它的目标是满足决策支持和满足在多维环境下特定的查询和报表需求，从而决策支持系统提供了一个决策依据。它的技术核心是“维”这个概念，因此OLAP也可以说是多维数据分析工具的集合。
OLAP基本操作是通过对多维形式组织起来的数据进行切片(slice)、切块(dice)、上卷(roll-up)、下钻(dill-down)、旋转(pivot)等分析动作，以求剖析数据使用户能够从多种维度、多个侧面、多种数据综合度查看数据，从而深入地了解包含在数据中的信息、内涵。OLAP系统管理大量的历史数据，提供汇总和聚集机制，并由企业的决策人员和中高层管理人员使用。这样使OLAP具备了强大的决策支持能力，使得其在决策支持系统中具有重要的地位。
如何对OLAP进行建模是实施OLAP应用的核心问题。目前，对OLAP的建模和设计过于依赖于具体业务的表结构和数据仓库的形式。现行的OLAP建模和设计很难借用以往的OLAP建模和设计成果，需要对业务和数据仓库进行重新的分析和设计。没有一个具有通用性和复用性的模型，使得OLAP的设计和开发需要一个较长的时间和代价。
针对这个问题，本文通过使用UML2.0profile建立了一套OLAP元模型，在概念层上实现了对OLAP的建模和设计，使得模型具备通用性和复用性。从而，让OLAP较早地伴随数据仓库系统进入设计阶段，减少开发的时间和代价，为决策支持系统提供有力的依据。
1 UML和UMLProfile
统一建模语言UML(unified modeling language)是用来对软件密集系统进行可视化建模的一种语言。UML是为面向对象开发系统的产品进行说明、可视化、和编制文档的一种标准语言。在目前的软件系统开发的过程中得到了广泛的应用。但是作为一种通用的建模语言，在特殊领域的概念建模和描述方面，缺乏足够的元素。因此，UML2.0高阶详细说明提供了两个扩展方法。一个是轻量级的方法，即建立一个包含版类(stereotype)、标签值(taggedvalue)和约束(constraint)的UML Profile，用于描述详细说明建模目标系统的特质。另一个是重量级的方法，就是通过扩展MOF(meta object facility，元对象机制)，建立一个全新并且完整的建模语言。使用UML Profile不仅可以针对日标领域建立一套相应的规则，而且沿用UML的内容。这样，既减少目标领域建模的工作量，又可以完整地描述目标领域的特性。所以，本文决定采用UML Profile设计OLAP元模型。
在UML Profile中，版类、标签值和约束的表示方法如表1所示。
表1 UML Profile版类、标签值和约束的表示方法
