多维分析次要面向业务用户提供数据查问剖析服务，因为业务人员不懂 SQL，也无奈实现多表关联（有意义的查问常常是基于多表的），所以在多维分析建模阶段须要将多表转换成单表，也就是 CUBE。这样用户就能够很不便地通过基于一个后果集（CUBE）进行拖拽查问，从不同的角度（维度）察看数据（测度）。
在多维分析中次要的计算就是依照某一个或一些维度汇总测度，如按地区汇总销售额，按年和产品汇总销量等。从运算角度来看，多维分析的实质计算就是：
基于一个表的分组汇总
如果用 SQL 来表白，多维分析的实质就是：
SELECT D,…, SUM(M), … FROM C WHERE D’=d’AND … GROUP BY D,…
即对数据立方体按某些维度分组汇总某些测度。其中 C 是数据立方体，D,…是选出维度，M,…是聚合测度，聚合函数也能够不是 SUM。D’是切片维度，切块时条件为 D IN (d,…)，WHERE 中还能够减少针对某些测度的条件，个别也就是选出某个区间内的值。
针对一个后果集（CUBE），多维分析能够进行切片 / 切块、旋转、钻取 / 上卷等操作。
1. 切片
切片是指针对 CUBE，抉择维中固定值进行剖析，比方固定工夫维度剖析地区和产品的销量状况。
2. 旋转
旋转也称行列变换，是指维度从行到列或者从列到行，旋转是为了满足用户察看数据的不同习惯。
3. 钻取
钻取是从粗粒度到细粒度察看数据的过程，比方咱们发现某个汇总值出现异常，就能够通过钻取查看明细数据，找到异样起因。钻取能够从汇总到明细，从下级到上级…
从多维分析的实质及其操作来看，多维分析只能实现简略的分组汇总、过滤计算，这在理论业务中还远远不够。常见的固定报表业务，一些报表很难通过简略的分组聚合来实现，常常要编写上千行的 SQL 或存储过程，而且固定报表的表格款式可能很简单，这些都是多维分析无奈实现的。
这种报表数据处理逻辑简单，每个格子可能对应不同的数据起源，计算逻辑也不一样，在款式方面则会呈现表头凌乱，大格套小格，动静区域和动态区域混合的状况。
这里列举了简单报表的特点：传说中的中国简单报表都长什么样？有什么特点？这些类型的报表都无奈通过多维分析拖拽进去。
事实上，固定报表和自助报表（多维分析）面向的需要场景很不一样，而在 BI 零碎中往往会蕴含三局部内容，固定报表、多维分析和可视化，其中可视化能够由前两局部实现，但固定报表和多维分析往往是不可或缺的，二者相互配合，优势互补。认清了多维分析的能量圈，能力在 BI 零碎建设中对症下药，防止踩坑。
对多维分析和 BI 技术感兴趣的同学还能够搜寻“乾学院”，下面有整套的收费“商业智能”技术课程, 或者间接拜访上面链接：
http://www.raqsoft.com.cn/wx/course-Business-Intelligence.html
[](http://www.raqsoft.com.cn/wx/…