當今的數據處理大致可以分成兩大類：聯機事務處理OLTP（on-line transaction processing）、聯機分析處理OLAP（On-Line Analytical Processing）。OLTP是傳統的關系型數據庫的主要應用，主要是基本的、日常的事務處理，例如銀行交易。OLAP是數據倉庫系統的主要應用，支持復雜的分析操作，側重決策支持，並且提供直觀易懂的查詢結果。下表列出了OLTP與OLAP之間的比較。
OLTP
OLAP
用戶
操作人員,低層管理人員
決策人員,高級管理人員
功能
日常操作處理
分析決策
DB 設計
面向應用
面向主題
數據
當前的, 最新的細節的, 二維的分立的
歷史的, 聚集的, 多維的集成的, 統壹的
存取
讀/寫數十條記錄
讀上百萬條記錄
工作單位
簡單的事務
復雜的查詢
用戶數
上千個
上百個
DB 大小
100MB-GB
100GB-TB
OLAP是使分析人員、管理人員或執行人員能夠從多角度對信息進行快速、壹致、交互地存取,從而獲得對數據的更深入了解的壹類軟件技術。OLAP的目標是滿足決策支持或者滿足在多維環境下特定的查詢和報表需求,它的技術核心是"維"這個概念。
“維”是人們觀察客觀世界的角度,是壹種高層次的類型劃分。“維”壹般包含著層次關系,這種層次關系有時會相當復雜。通過把壹個實體的多項重要的屬性定義為多個維(dimension)，使用戶能對不同維上的數據進行比較。因此OLAP也可以說是多維數據分析工具的集合。
OLAP的基本多維分析操作有鉆取（roll up和drill down）、切片（slice）和切塊（dice）、以及旋轉（pivot）、drill across、drill through等。
·鉆取是改變維的層次，變換分析的粒度。它包括向上鉆取（roll up）和向下鉆取（drill down）。roll up是在某壹維上將低層次的細節數據概括到高層次的匯總數據，或者減少維數；而drill down則相反，它從匯總數據深入到細節數據進行觀察或增加新維。
·切片和切塊是在壹部分維上選定值後，關心度量數據在剩余維上的分布。如果剩余的維只有兩個，則是切片；如果有三個，則是切塊。
·旋轉是變換維的方向，即在表格中重新安排維的放置（例如行列互換）。
OLAP有多種實現方法，根據存儲數據的方式不同可以分為ROLAP、MOLAP、HOLAP。
ROLAP表示基於關系數據庫的OLAP實現（Relational OLAP）。以關系數據庫為核心,以關系型結構進行多維數據的表示和存儲。ROLAP將多維數據庫的多維結構劃分為兩類表:壹類是事實表,用來存儲數據和維關鍵字;另壹類是維表,即對每個維至少使用壹個表來存放維的層次、成員類別等維的描述信息。維表和事實表通過主關鍵字和外關鍵字聯系在壹起,形成了"星型模式"。對於層次復雜的維,為避免冗余數據占用過大的存儲空間,可以使用多個表來描述,這種星型模式的擴展稱為"雪花模式"。
MOLAP表示基於多維數據組織的OLAP實現（Multidimensional OLAP）。以多維數據組織方式為核心,也就是說,MOLAP使用多維數組存儲數據。多維數據在存儲中將形成"立方塊（Cube）"的結構,在MOLAP中對"立方塊"的"旋轉"、"切塊"、"切片"是產生多維數據報表的主要技術。
HOLAP表示基於混合數據組織的OLAP實現（Hybrid OLAP）。如低層是關系型的，高層是多維矩陣型的。這種方式具有更好的靈活性。
還有其他的壹些實現OLAP的方法，如提供壹個專用的SQL Server，對某些存儲模式（如星型、雪片型）提供對SQL查詢的特殊支持。
OLAP工具是針對特定問題的聯機數據訪問與分析。它通過多維的方式對數據進行分析、查詢和報表。維是人們觀察數據的特定角度。例如，壹個企業在考慮產品的銷售情況時，通常從時間、地區和產品的不同角度來深入觀察產品的銷售情況。這裏的時間、地區和產品就是維。而這些維的不同組合和所考察的度量指標構成的多維數組則是OLAP分析的基礎，可形式化表示為（維1，維2，……，維n，度量指標），如（地區、時間、產品、銷售額）。多維分析是指對以多維形式組織起來的數據采取切片（Slice）、切塊（Dice）、鉆取（Drill-down和Roll-up）、旋轉（Pivot）等各種分析動作，以求剖析數據，使用戶能從多個角度、多側面地觀察數據庫中的數據，從而深入理解包含在數據中的信息。
根據綜合性數據的組織方式的不同，目前常見的OLAP主要有基於多維數據庫的MOLAP及基於關系數據庫的ROLAP兩種。MOLAP是以多維的方式組織和存儲數據，ROLAP則利用現有的關系數據庫技術來模擬多維數據。在數據倉庫應用中，OLAP應用壹般是數據倉庫應用的前端工具，同時OLAP工具還可以同數據挖掘工具、統計分析工具配合使用，增強決策分析功能。