为了对一个或多个数据源聚集数据快速查询，我们通常在数据仓库中保存物化视图。当基本数据发生变化时，我们必须对视图进行维护，以保持两者的一致。常用的维护方法有两种：增量维护和重计算，两者都需要对数据源进行查询。在数据仓库环境下，由于数据源可能是分布的，也可能是异构的，查询通常比较困难，而且效率不高，有时数据源的数据甚至不可用，为此人们希望使视图能够自维护。由于大多数视图不能自维护，为了实现视图的自维护，我们使用了辅助视图的方法。 本文在介绍自维护算法之前，先讨论了基本视图的自维护性，然后用二叉表示树对物化视图的结构进行了分析，在此基础上，给出了视图自维护的算法：1．采用由顶向下的方法，确定辅助视图；2．采用由底向上的方法计算各个结点的更新值；3．利用更新值对每个辅助视图和物化视图进行更新。 在本文的第四章，我们对自维护数据仓库的一些关键问题进行了研究，包括重复语义的处理、分布和必须处理，数据的备份和恢复、安全控制方法，特别需要说明的是，对于数据恢复，我们使用了一个与传统日志文件不同的方法，该方法可以大幅度减少辅助空间、提高维护效率。在本文的最后一章，我们实现了一个基于自维护算法的数据仓库小型系统。在结束语中，对本文进行了总结，并指出了进一步的研究方向。