随着数据库技术的广泛应用，企业信息系统产生了大量的数据，如何从这些海量数据中提取对企业决策分析有用的信息成为企业决策管理人员所面临的重要难题。数据仓库与OLAP（联机分析处理）技术的结合可以针对上述问题为决策人员提供相应帮助。论文通过对OLAP领域的相关研究，对现有的一种OLAP计算引擎平台—Mondrian进行功能扩展及性能优化，以使其能为决策人员服务。主要内容如下：　　首先对数据仓库及OLAP技术的相关知识进行学习，掌握相关的内容规范。重点针对开源OLAP计算引擎平台Mondrian进行研究，了解其系统结构及计算求解OLAP查询请求的流程，并通过阅读Mondrian源码，掌握其具体实现方式，如多维数据模型构建，OLAP语句的解析过程等。以上述学习研究结果为基础，针对Mondrian现阶段没有实现的脚本计算功能，根据Mondrian系统执行流程及相关语法规范，进行数据回写脚本计算的功能扩展设计，并提供了一种设计实现数据回写脚本计算的方法。论文对Mondrian系统的性能进行了分析，根据分析结果得知影响Mondrian系统性能的因素主要在于数据查询过程中。针对于此，论文通过一种维层次聚类的思想，优化了数据查询过程的效率，从而优化Mondrian整体系统性能。　　论文提出的方法可以基本实现Mondrian的数据回写脚本功能，并在一定程度上优化系统性能，具有一定的实际价值。