联机分析处理(Online Analytical Processing,OLAP)技术由于它的快速性、可分析性、多维性、信息性四个特性在现代社会得到了广泛应用,在当前P2P(Peer-to-Peer)技术不断成熟的今天,P2P技术和OLAP的结合成为趋势。现有对P2P环境下OLAP技术的研究主要是针对查询速度的改进,如引进对象缓冲池机制、简单语义查询匹配机制等,但是其效率都不是很理想。特别是更新策略的研究方面还比较薄弱,P2P技术的特点,决定了多维数据集的更新不仅需要对OLAP服务器进行更新,更需要对网络中各节点数据更新。通过分析研究现状的不足,本文在围绕如何提高OLAP查询效率方面进行了较深入研究。本文主要研究工作如下:(1)阐述P2P网络模型分类,结合OLAP技术特点,构建了一种基于多维数据集频度划分的OLAP网络模型,在此OLAP网络模型中通过设置虚拟簇,簇间通过簇首节点和次级节点进行资源管理,有效避免了单点失效导致的网络节点孤立现象,增强了网络的健壮性和鲁棒性。(2)分析P2P环境下Data Cube存储策略的最新研究,结合已有的简单语义维存储策略,提出一种基于实时语义的Data Cube的动态压缩存储方案,通过构建带有更新节点Flag的实时语义维层次链来判断数据是否更新,确保数据的真实性。(3)基于多维数据集频度划分的OLAP网络模型保证了网络的稳定性,基于实时语义维层次链的存储方案实现了P2P环境下不同节点间的数据实时共享,在此基础上,本文提出了一种基于实时语义的OLAP查询算法,通过实验验证了RTOS(Real-time Semantic OLAP Search)算法能在一定程度上提升OLAP决策分析的效率,均衡OLAP服务器的负载。