多維分析主要面向業務用戶提供數據查詢分析服務，因爲業務人員不懂 SQL，也沒法完成多表關聯（有意義的查詢常常是基於多表的），因此在多維分析建模階段須要將多表轉換成單表，也就是 CUBE。這樣用戶就能夠很方便地經過基於一個結果集（CUBE）進行拖拽查詢，從不一樣的角度（維度）觀察數據（測度）。html
在多維分析中主要的計算就是按照某一個或一些維度彙總測度，如按地區彙總銷售額，按年和產品彙總銷量等。從運算角度來看，多維分析的本質計算就是：函數
基於一個表的分組彙總url
若是用 SQL 來表達，多維分析的本質就是：.net
SELECT D,…, SUM(M), … FROM C WHERE D’=d’ AND … GROUP BY D,…指針
即對數據立方體按某些維度分組彙總某些測度。其中 C 是數據立方體，D,…是選出維度，M,…是聚合測度，聚合函數也能夠不是 SUM。D’是切片維度，切塊時條件爲 D IN (d,…)，WHERE 中還能夠增長針對某些測度的條件，通常也就是選出某個區間內的值。htm
針對一個結果集（CUBE），多維分析能夠進行切片 / 切塊、旋轉、鑽取 / 上卷等操做。blog
1. 切片
切片是指針對 CUBE，選擇維中固定值進行分析，好比固定時間維度分析地區和產品的銷量狀況。
get
2. 旋轉
旋轉也稱行列變換，是指維度從行到列或者從列到行，旋轉是爲了知足用戶觀察數據的不一樣習慣。
產品
3. 鑽取
鑽取是從粗粒度到細粒度觀察數據的過程，好比咱們發現某個彙總值出現異常，就能夠經過鑽取查看明細數據，找到異常緣由。鑽取能夠從彙總到明細，從上級到下級…
io
從多維分析的本質及其操做來看，多維分析只能完成簡單的分組彙總、過濾計算，這在實際業務中還遠遠不夠。常見的固定報表業務，一些報表很難經過簡單的分組聚合來實現，常常要編寫上千行的 SQL 或存儲過程，並且固定報表的表格樣式可能很複雜，這些都是多維分析沒法實現的。
這種報表數據處理邏輯複雜，每一個格子可能對應不一樣的數據來源，計算邏輯也不同，在樣式方面則會出現表頭混亂，大格套小格，動態區域和靜態區域混合的狀況。
這裏列舉了複雜報表的特色： 傳說中的中國複雜報表都長什麼樣？有什麼特色？ 這些類型的報表都沒法經過多維分析拖拽出來。
事實上，固定報表和自助報表（多維分析）面向的需求場景很不同，而在 BI 系統中每每會包含三部份內容，固定報表、多維分析和可視化，其中可視化能夠由前兩部分實現，但固定報表和多維分析每每是不可或缺的，兩者相互配合，優點互補。認清了多維分析的能量圈，才能在 BI 系統建設中有的放矢，避免踩坑。
對多維分析和 BI 技術感興趣的同窗還能夠搜索「乾學院」，上面有整套的免費「商業智能」技術課程, 或者直接訪問下面連接：
http://www.raqsoft.com.cn/wx/course-Business-Intelligence.html