信息爆炸的时代，如何有效地收集、整理以及存储所感兴趣的信息已经成为各行各业面临的最严峻的问题。如今，如何帮助人们在日益增多的数据信息中发现数据之间的联系和数据的意义，成为信息处理中一个更热门的发展方向。而数据仓库和OLAP技术就是帮助人们从海量信息中进行智能的、自动的抽取和精化有价值的知识，从中获得这些数据和相关客观事实的内在联系和规律，用于辅助决策支持系统以解决社会各行各业的实际问题。　　 目前我国的铁路安监部门在安监决策方面已经取得了不小的成绩和突破，但是由于数据仓库在我国也处于初级阶段的使用，有关铁路的安全决策分析也是一个仍然在进步和完善的过程。在此背景下本文将数据仓库和OLAP技术引入铁路安监决策分析中，在以往的基础上更加全面建设安监决策数据仓库主题并将有关数据进行整合分析，以获得更精确更具价值的有关铁路安全方面的分析和预测。　　 数据仓库是一种按不同主题分类的有意义的数据集合，它将有利于决策分析的数据进行分析和处理。利用数据仓库可以将铁路部门有关安全的数据进行整理和分析，并且能从多角度对铁路有关安全的历史数据进行分析同时做出决策。而OLAP能够对数据仓库中的数据进行多维分析，最终将友好的图形化界面展现给决策人员，辅助其进行维修决策。OLAP中数据的组织形式直接影响着决策人员查看数据的效率，在OLAP中将数据仓库提供的数据模型转换为多维数据立方体，最后能够将数据以决策者需要的模式展现出来。　　 本文先对研究背景以及数据仓库、OLAP技术做了相关介绍，然后将数据仓库和OLAP技术与铁路安监决策分析结合，对铁路相关安全数据进行分析。在安监决策分析的数据仓库研究部分，首先对安监决策分析的数据仓库的模型进行研究，对铁路的相关数据按事故主题、线路安全状况主题、机车安全状况主题、相关工作人员安全状况主题进行划分和数据组织，同时对每个主题选取雪花模型对数据进行概念模型设计。接着对其数据仓库的逻辑模型进行分析，对数据进行了粒度划分、数据分割、维表设计、事实表设计。最后构建数据仓库并对物理实现进行探讨，给出了具体的物理维表和物理事实表，同时根据所设计的数据仓库选取合适的数据索引提高数据查询及处理的效率并对数据进行分区。完成了数据仓库构建方面的工作后，就开始OLAP的相关设计和应用工作。本文在分析安监决策分析的OLAP技术应用时首先以是故主题为例对安监决策分析的数据立方体进行分析和设计，阐述利用数据立方算子对事故主题的多维分析的原理。最后对多维表格进行设计和分析，最后通过数据可视化对分析的数据进行展示。