多维分析的本质计算是什么？能作什么又不能作什么？

多维分析主要面向业务用户提供数据查询分析服务，因为业务人员不懂 SQL，也没法完成多表关联（有意义的查询常常是基于多表的），因此在多维分析建模阶段须要将多表转换成单表，也就是 CUBE。这样用户就能够很方便地经过基于一个结果集（CUBE）进行拖拽查询，从不一样的角度（维度）观察数据（测度）。

在多维分析中主要的计算就是按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，多维分析的本质计算就是：

基于一个表的分组汇总

若是用 SQL 来表达，多维分析的本质就是：

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 中还能够增长针对某些测度的条件，通常也就是选出某个区间内的值。

针对一个结果集（CUBE），多维分析能够进行切片 / 切块、旋转、钻取 / 上卷等操做。

1. 切片
切片是指针对 CUBE，选择维中固定值进行分析，好比固定时间维度分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，旋转是为了知足用户观察数据的不一样习惯。

3. 钻取
钻取是从粗粒度到细粒度观察数据的过程，好比咱们发现某个汇总值出现异常，就能够经过钻取查看明细数据，找到异常缘由。钻取能够从汇总到明细，从上级到下级…

从多维分析的本质及其操做来看，多维分析只能完成简单的分组汇总、过滤计算，这在实际业务中还远远不够。常见的固定报表业务，一些报表很难经过简单的分组聚合来实现，常常要编写上千行的 SQL 或存储过程，并且固定报表的表格样式可能很复杂，这些都是多维分析没法实现的。

这种报表数据处理逻辑复杂，每一个格子可能对应不一样的数据来源，计算逻辑也不同，在样式方面则会出现表头混乱，大格套小格，动态区域和静态区域混合的状况。

这里列举了复杂报表的特色： 传说中的中国复杂报表都长什么样？有什么特色？ 这些类型的报表都没法经过多维分析拖拽出来。

事实上，固定报表和自助报表（多维分析）面向的需求场景很不同，而在 BI 系统中每每会包含三部份内容，固定报表、多维分析和可视化，其中可视化能够由前两部分实现，但固定报表和多维分析每每是不可或缺的，两者相互配合，优点互补。认清了多维分析的能量圈，才能在 BI 系统建设中有的放矢，避免踩坑。

对多维分析和 BI 技术感兴趣的同窗还能够搜索“乾学院”，上面有整套的免费“商业智能”技术课程。