随着计算机网络、数据库、多媒体等技术的飞速发展和日益普及，越来越多的应用系统产生了海量的流式数据。这些流式数据中包含着大量的信息和知识，因此对基于流式数据的联机多维分析提出了需求。　　 基于流式数据的流式立方体（Stream Cube）为流式数据的联机多维分析提供了可能。流式数据立方体在传统数据立方体的研究成果上，面临新的挑战：合理控制立方体的规模、支持增量更新维护的立方体计算方法及数据一致性问题。在设计中，应结合流式数据的特点对系统进行优化，充分考虑数据的存储空间、查询响应与维护效率等因素。　　 本文通过深入研究现有的流式数据立方体研究成果，结合流式数据的特点，从多个角度分析并设计了流式数据立方体的优化方法，提出了统一的流式数据立方体处理框架，设计并实现了原型系统。本文的工作主要有：　　 1）将冰山立方体模型引入流式数据立方体中，设计了基于H-Tree的数据立方体计算和增量更新方法，该方法不仅能够通过一遍扫描来构建数据立方体，而且支持增量的更新维护；　　 2）设计了基于锁机制的并发控制来解决数据一致性，详细分析比较了不同锁粒度下，对于系统开销和并发性的影响；　　 3）设计并实现了一个联机分析原型系统StreamCube，它完整的支持对数据流进行联机多维分析；　　 4）通过多场景下的模拟实验，验证了本文方法对解决流式数据的联机多维分析的可行性、有效性和优越性。