OLAP技术在国内兴起和发展的过程中，人们对某些基本概念还有不同的理解。比如，OLAP与多维数据模型的关系，多维数据模型与多维数据库（MDD，Multi Dimensional Database）的关系，MOLAP（Multidimensional OLAP，关系联机分析处理）和HOLAP（Hybrid OLAP，混合联机分析处理）间的差异，多维数据库与多维联机分析处理是不是完全一致等问题，还有待于进一步澄清。
一、多维数据模型及相关概念
数据模型一般有两个层次：概念层（逻辑层）和物理层。逻辑数据模型是从概念角度抽象出现实世界的内在规律，如业务流程、数据架构等；物理数据模型则侧重于特定环境下的具体实现，如效率、安全性等。
多维数据模型是一个逻辑概念，该模型主要解决如何对大量数据进行快速查询和多角度展示，以便得出有利于管理决策的信息和知识。多维数据模型的应用领域主要有数据仓库、OLAP和数据挖掘3个方面，其中，多维结构是OLAP的核心。
多维数据模型通过引入维、维分层和度量等概念，将信息在概念上视为一个立方体。图1表示了一个数据立方体。
图1 一个数据立方体
1. 立方体：用三维或更多的维数描述一个对象，每个维彼此垂直。数据的度量值发生在维的交叉点上，数据空间的各个部分都有相同的维属性。
2. 维：是人们观察数据的特定角度，是考虑问题时的一类属性，属性的集合构成一个维（如时间维、机构维等）。
3. 维分层：同一维度还可以存在细节程度不同的各个描述方面（如时间维可包括年、季度、月份、旬和日期等）。
4. 维属性：维的一个取值，是数据项在某维中位置的描述（例如“某年某月某日”是在时间维上位置的描述）。
5. 度量：立方体中的单元格，用以存放数据。
OLAP的基本多维分析操作有钻取（Roll up，Drill down）、切片（Slice）、切块（Dice）及旋转（Pivot）等。
钻取包含向下钻取和向上钻取（上卷）操作，钻取的深度与维所划分的层次相对应。上卷操作通过维规约，在数据立方体上进行聚集；下钻操作是上卷操作的逆操作，由不太详细的数据到更详细的数据。
切片和切块是在一部分维上选定值后，度量数据在剩余维上的分布。在多维数据结构中，按照二维、二维进行切块可得到所需数据，如在“机构、产品、时间”三维立方体中进行切块和切片，可得到各城市、各产品的销售情况。
旋转（转轴）是变换维的方向，即在表格中重新安排维的放置（如行列互换），通过旋转得到不同视角的数据。
