随着全球经济发展和工业信息化进程的加速，人们在政治、经济、军事、环境、民生等方面处理的信息量越来越大，并且要求能够通过对这些数据的有效管理，给人们提供有用的决策信息，数据仓库技术也随之发展而来。当业务发生变化时，现有的数据仓库建模方法往往需要重新进行数据的预处理。而在这些预处理过程中，往往会导致大量的数据冗余，也不能保证数据来源的一致性和准确性。　　 本文针对以上数据仓库建模方法存在的不足，深入研究了数据仓库中两项关键技术——数据模型设计和数据存储技术。根据生活必需品价格监测平台(简称价监平台)的需求，将指标体系引入到平台中，构造了一个灵活的数据模型；提出了将工作库和归档库相结合的存储策略。在此基础上设计并实现了一个用于监测生活必需品价格的平台。　　 本文提出的存储策略有效地减少了存储空间，大量节省了数据检索时间。所实现的价监平台非常适合处理来源多、结构复杂的数据，在实际应用中表现出了良好的高效性、安全性和处理数据的实时性，从而也证明了本文中提出的数据模型和存储策略的有效性。　　 本文下一步的研究工作重点主要是对模糊数据模型的设计，以及对模糊维模型、预测性模型、以及模糊维存储查询的研究。