多維分析主要面向業務用戶提供數據查詢分析服務，由于業務人員不懂 SQL，也無法完成多表關聯（有意義的查詢經常是基于多表的），所以在多維分析建模階段需要將多表轉換成單表，也就是 CUBE。這樣用戶就可以很方便地通過基于一個結果集（CUBE）進行拖拽查詢，從不同的角度（維度）觀察數據（測度）。
在多維分析中主要的計算就是按照某一個或一些維度匯總測度，如按地區匯總銷售額，按年和產品匯總銷量等。從運算角度來看，多維分析的本質計算就是：
基于一個表的分組匯總
如果用 SQL 來表達，多維分析的本質就是：
SELECT D,…, SUM(M), … FROM C WHERE D’=d’ AND … GROUP BY D,…
即對數據立方體按某些維度分組匯總某些測度。其中 C 是數據立方體，D,…是選出維度，M,…是聚合測度，聚合函數也可以不是 SUM。D’是切片維度，切塊時條件為 D IN (d,…)，WHERE 中還可以增加針對某些測度的條件，一般也就是選出某個區間內的值。
針對一個結果集（CUBE），多維分析可以進行切片 / 切塊、旋轉、鉆取 / 上卷等操作。
1. 切片
切片是指針對 CUBE，選擇維中固定值進行分析，比如固定時間維度分析地區和產品的銷量情況。
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，旋轉是為了滿足用戶觀察數據的不同習慣。
3. 鉆取
鉆取是從粗粒度到細粒度觀察數據的過程，比如我們發現某個匯總值出現異常，就可以通過鉆取查看明細數據，找到異常原因。鉆取可以從匯總到明細，從上級到下級…
從多維分析的本質及其操作來看，多維分析只能完成簡單的分組匯總、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，一些報表很難通過簡單的分組聚合來實現，經常要編寫上千行的 SQL 或存儲過程，而且固定報表的表格樣式可能很復雜，這些都是多維分析無法實現的。
這種報表數據處理邏輯復雜，每個格子可能對應不同的數據來源，計算邏輯也不一樣，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情況。
這里列舉了復雜報表的特點： 傳說中的中國復雜報表都長什么樣？有什么特點？ 這些類型的報表都無法通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一樣，而在 BI 系統中往往會包含三部分內容，固定報表、多維分析和可視化，其中可視化可以由前兩部分實現，但固定報表和多維分析往往是不可或缺的，二者相互配合，優勢互補。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 技術感興趣的同學還可以搜索“乾學院”，上面有整套的免費“商業智能”技術課程, 或者直接訪問下面鏈接：
http://www.raqsoft.com.cn/wx/course-Business-Intelligence.html
