OLAP最基本的概念只有三個：多維觀察、數(shù)據(jù)鉆取、CUBE運算。

　　關于多維角度：我們在平時工作中，會遇到各種問題，在分析問題的時候，同樣的現(xiàn)象，我們會從多個角度去分析考慮，有時我們還會從幾個角度綜合起來進行分析。這就是OLAP分析最基本的概念——從多個觀察角度的靈活組合來觀察數(shù)據(jù)，從而發(fā)現(xiàn)數(shù)據(jù)內在規(guī)律。

　　OLAP將數(shù)據(jù)分為兩種特征，一種為表現(xiàn)特征，比如一個銷售分析模型中的銷售額、毛利等;還有一種為角度特征，比如銷售分析中的時間周期、產品類型、銷售模式、銷售區(qū)域等。前者是被觀察的對象，OLAP術語稱之為“度量數(shù)據(jù)”，后者為觀察視角，OLAP術語稱之為“維數(shù)據(jù)”。

　　關于數(shù)據(jù)鉆?。涸诜治鲞^程中，我們可能需要在現(xiàn)有數(shù)據(jù)基礎上，將數(shù)據(jù)進一步細化，以獲得更為精確的認識。這就是OLAP中數(shù)據(jù)鉆取的概念。

　　比如，在銷售分析中，當我們以產品類型和銷售地區(qū)為維、以銷售額為度量進行分析的時候，可能希望進一步觀察某類產品的不同銷售模式在各個銷售地區(qū)的表現(xiàn)，這時我們就可以在產品大類這個數(shù)據(jù)維下面，再加上一個銷售模式維，從而獲得相應的信息。

　　關于CUBE運算：OLAP分析所需的原始數(shù)據(jù)量是非常龐大的。一個分析模型，往往會涉及數(shù)百萬、數(shù)千萬條數(shù)據(jù)，甚至更多;而分析模型中包含多個維數(shù)據(jù)，這些維又可以由瀏覽者作任意的提取組合。這樣的結果就是大量的實時運算導致時間的延滯。

　　我們可以設想，一個1000萬條記錄的分析模型，如果一次提取4個維度進行組合分析，那么實際的運算次數(shù)將達到4的1000次方的數(shù)量。這樣的運算量將導致數(shù)十分鐘乃至更長的等待時間。如果用戶對維組合次序進行調整，或增加、或減少某些維度的話，又將是一個重新的計算過程。

　　從上面的分析中，我們可以得出結論，如果不能解決OLAP運算效率問題的話，OLAP將是一個毫無實用價值的概念。那么，一個成熟產品是如何解決這個問題的呢?這涉及到OLAP中一個非常重要的技術——數(shù)據(jù)CUBE預運算。

　　一個OLAP模型中，度量數(shù)據(jù)和維數(shù)據(jù)我們應該事先確定，一旦兩者確定下來，我們可以對數(shù)據(jù)進行預先的處理。在正式發(fā)布之前，將數(shù)據(jù)根據(jù)維進行最大限度的聚類運算，運算中會考慮到各種維組合情況，運算結果將生成一個數(shù)據(jù)CUBE，并保存在服務器上。

　　這樣，當最終用戶在調閱這個分析模型的時候，就可以直接使用這個CUBE，在此基礎上根據(jù)用戶的維選擇和維組合進行復運算，從而達到實時響應的效果。