多維數據庫（Multi Dimensional Database，MDD）可以簡單地理解為：將數據存放在一個n維數組中，而不是像關系數據庫那樣以記錄的形式存放。因此它存在大量稀疏矩陣，人們可以通過多維視圖來觀察數據。
簡介
多維數據庫增加了一個時間維，與關系數據庫相比，它的優勢在于可以提高數據處理速度，加快反應時間，提高查詢效率。目前有兩種MDD 的OLAP產品：基于多維數據庫的MOLAP和基于關系數據庫的ROLAP。ROLAP建立了一種新的體系，即星型結構。
MDD并沒有公認的多維模型，也沒有像關系模型那樣標準地取得數據的方法（如SQL、API等）?；贛DD的OLAP產品，依據決策支持的內容使用范圍也有很大的不同。
應用在低端，用戶使用基于單用戶或小型LAN的工具來觀察多維數據。這些工具的功能性和實用性可能相當不錯，但由于受到規模的限制，它們不具備OLAP的所有特性。這些工具使用超立方結構，將模型限制在n維形態。當模型足夠大且稀疏數據沒有控制好時，這種模型將會不堪一擊。這些工具使用數據庫的大小是以MB來計量的，而不是以GB計量的，因此只能進行只讀操作，且具備有限的復雜計算。在高端，OLAP工具用4GL提供了完善的集成開發環境、統計分析、時間序列分析、財政報告、用戶接口、多層體系結構、圖表等許多其他功能。盡管不同的OLAP工具都使用了它們自己的多維數據庫，但它們在不同程度上也利用了關系數據庫作為存儲媒體。因為關系數據庫和OLAP工具同時在高端服務器上處理，所以速度和效率仍然很快。純多維數據庫引擎也被開發出來。盡管這些工具缺乏4GL及充分的開發環境，但卻有比高端MDD工具所使用的數據庫更為復雜的數據庫。這些工具也具有統計分析、財務分析和時間序列分析等功能，并有自己的API，允許其對前端的開發環境開放。MDD能提供優良的查詢性能。存儲在MDD中的信息比在關系數據庫中的信息具有更詳細的索引，可以常駐內存。MDD的信息是以數組形式存放的，所以它可以在不影響索引的情況下更新數據。因此MDD非常適合于讀寫應用。
參考資料 >
多維數據庫概述之一---多維數據庫的選擇.blog.csdn.net.2015-11-03