多维分析，这就是 OLAP 多维数据集的用武之地以及最大特点。OLAP 多维数据集使用附加层扩展了单个表，每个层都添加了附加维度——通常是维度“概念层次结构”中的下一个级别。例如，立方体的顶层可能按地区销售；附加层可以是国家、省、城市甚至特定商店。
理论上，一个立方体可以包含无数层。（代表三个以上维度的 OLAP 多维数据集有时称为超多维数据集。）层中可以存在更小的多维数据集。例如：每个商店层可以包含按销售人员和产品排列销售情况的多维数据集。在实践中，数据分析师将创建仅包含他们需要的层的 OLAP 多维数据集，以实现最佳分析和性能。
4.3 如何用OLAP：支持的操作
OLAP 多维数据集支持四种基本类型的多维数据分析：
下钻操作
向下钻取操作通过以下两种方法将粗略的数据转换为更详细的数据 ：在概念层次结构中向下移动或向多维数据集添加新维度。例如，如果你想查看季度的销售表现，可以以月为单位向下钻取查看每个月的销售额，在“时间”维度的概念层次结构中维度下移。
上卷操作
与下钻相反，上卷通过在概念层次结构中向上移动或减少维数来聚合 OLAP 多维数据集上的数据。例如，可以通过查看每个区域的数据，而不是每个城市的数据，在“位置”维度的概念层次结构中向上移动。
切片操作
切片是通过从主 OLAP 多维数据集中选择一个维度来创建子多维数据集。例如，你可以通过切片来突出表示某业务线第二季度的销售情况
切快操作
