在多維數據結構中，事實表和維度表通過直接或間接的關系鏈接在壹起。對於表中記錄的選取，可以在其他相關表中找到相關的數據記錄，對選取的數據和相關數據進行統計分析，得到這些數據的分布、趨勢等分析結果。設置好多維分析的維度後，可以根據維度之間的層次關系，從不同的組合角度對數據進行分析，形成實時的多維分析。
數據倉庫的開發內容壹般可以分為兩部分:數據倉庫的設計和多維分析的實現。數據倉庫的設計包括星型模式的構建、數據抽取模式的確定、數據轉換和提純的實現以及多維數據的存儲。多維分析的實現包括多維分析維度的選擇、度量值的定義、維度轉換的方式、鉆取路徑的定義、鉆取數據顯示方式的確定。
在本系統的開發過程中，由於原型系統帶來的需求不確定性和數據完整性的約束，如何設計壹個好的結構來更好的顯示多維數據，以及采用什麽形式來顯示多維數據是壹個關鍵問題。討論了系統中數據倉庫的體系結構模式和多維數據結構的定義，討論了系統原始數據源的復雜性、數據完整性和數據有效性方面的問題和解決方案。多維分析的設計包括維度之間的關聯、事實數據的內容和形式、數據鉆取等。
5.3.2.1維度表相關性分析
數據源表結構包括壹個事實表和幾個維度表。對於這些維度表，可以設計維度進行多維分析，即油品、交易市場、交易類型、價格單位、價格日期維度。維度數據和中間事實表之間有直接的關聯，維度數據之間通過中間事實表產生簡潔的關聯。因此，在現有事實數據的基礎上，可以可視化維度之間的關系。
圖5.29顯示了四個維度的內容數據，並列出每個維度中字段的值，這些值通過事實表相關聯。選擇原油後，其他三個維度的字段值的背景發生了變化。白底表示事實表中有與原油關聯的交易市場，即庫欣、OK和歐洲布倫特，表示事實表中有這兩個市場的原油價格數據，而其他市場沒有價格數據。
圖5.29多維分析維度列表
默認情況下，維度列表顯示所有可能的維度值。在選擇了某個維度後，比如產品名稱中的原油價值，那麽通過油價數據與該維度所選值關聯的維度值就會在其他維度中高亮顯示。通過維度之間的相關性展示，可以分析出源數據中壹些隱藏的分布模式。在這個例子中，我們可以看到系統中有庫欣、OK和歐洲布倫特市場的原油現貨價格FOB價格，而價格時間存在於1986到2008年，油價的單位名稱僅以美元每桶的形式存在。多維分析的維度相關性分析還允許您在壹次分析的基礎上繼續縮小選定值的範圍。
5.3.2.2維度表與事實表的相關性分析與展示
在實時多維分析中，除了維度表之間的關聯分析之外，還可以將維度表和事實表關聯起來進行分析。在這種分析中，除了在界面左側顯示維度表之間的關聯外，還可以在界面主體部分顯示事實表數據以及基於事實表數據的壹些統計分析。圖5.30顯示了全球油價不同交易類型的對比分析，反映了各種石油品種在現貨交易、期貨交易等方式下的價格對比，分析結果可以隨著左維選擇的變化而實時變化。
圖5.30交易價格對比分析
對於事實表的展現，除了按照默認的維度順序進行統計分析之外，還可以通過在界面中拖動維度的位置來直接轉換維度之間的順序，實現多維分析的旋轉功能，此處不再贅述。
5.3.2.3事實表數據鉆探
多維分析的另壹個重要內容是數據鉆取。在實時多維分析中，數據鉆取的功能可以更加豐富。為了便於分析，我們預先定義了鉆孔路徑:
市場→價格類型→價格年份→產品名稱。
這樣就可以按照這個路徑來鉆取和分析油價。首次默認按照市場名稱計算歷史油價。選擇壹個市場後，向下鉆兩層，得到根據價格年份計算的歷史油價。這裏的鉆取分析可以結合維度關聯分析，更加靈活地實現數據鉆取(圖5.31，圖5.32)。
圖5.31數據鉆探分析壹
圖5.32數據鉆探分析二
5.3.2.4價格趨勢分析。
價格趨勢分析可以作為價格預測的補充。其功能是顯示過去時間內不同油品、不同交易類型、價格單位的相關信息，從而直觀表達油品未來的走勢和趨勢。該模塊已由壹個單獨的模型程序模塊完成(圖5.33)。
圖5.33多維價格趨勢分析
在數據倉庫展現中，利用實時多維分析中維度表之間的關聯以及維度表與事實表之間的關聯，可以更好地擴展多維分析的功能。多維分析的需求確定可以考慮使用原型法，通過數據倉庫的實時多維展現，發現數據的內涵和數據之間的相關性，逐步幫助確定需要分析的維度、度量值、展現方式等內容，對數據源表結構的設計產生不利影響。