একটি ডেটা কিউব ডেটাকে একাধিক ডাইমেনশনে মডেল ও ভিউ করতে সক্ষম করে। এটি ডাইমেনশন এবং ফ্যাক্ট দিয়ে রিপ্রেজেন্ট করা হয়। অন্য কথায়, ডাইমেনশন হলো ভিউ বা এন্টিটি যেসব সংক্রান্ত একটি অর্গানাইজেশন রেকর্ড রাখতে চায়।
উদাহরণস্বরূপ, AllElectronics একটি সেলস ডেটা ওয়ারহাউস তৈরি করতে পারে স্টোরের সেলস-রিলেটেড ডাইমেনশন টাইম, আইটেম, ব্রাঞ্চ, এবং লোকেশন মেইনটেইন করার জন্য। এই ডাইমেনশনগুলো স্টোরকে মাসিক সেলস অফ আইটেম এবং যেসব ব্রাঞ্চ ও লোকেশনে আইটেমগুলো বিক্রি হয়েছে তা ট্র্যাক রাখতে সক্ষম করে।
প্রতিটি ডাইমেনশনের সাথে একটি টেবিল থাকতে পারে। এটিকে ডাইমেনশন টেবিল বলা হয়, যা ডাইমেনশনকে আরও রিপ্রেজেন্ট করে। উদাহরণস্বরূপ, একটি আইটেমের জন্য ডাইমেনশন টেবিলে অ্যাট্রিবিউট থাকতে পারে আইটেম নাম, ব্র্যান্ড, এবং টাইপ। ডাইমেনশন টেবিল ইউজার বা প্রফেশনাল দ্বারা ডিফাইন করা যেতে পারে, বা ডেটা ডিস্ট্রিবিউশনের ওপর ভিত্তি করে অটোমেটিক্যালি তৈরি ও অ্যাডজাস্ট করা যেতে পারে।
একটি মাল্টিডাইমেনশনাল ডেটা মডেল সাধারণত একটি সেন্ট্রাল থিমের চারদিকে সংগঠিত, যেমন সেলস। এই থিমটি একটি ফ্যাক্ট টেবিল দিয়ে ডিফাইন করা হয়। ফ্যাক্ট হলো গাণিতিক মেজার। একটি সেলস ডেটা ওয়ারহাউসের ফ্যাক্টের উদাহরণ: ডলার সোল্ড (ডলারে সেলস অ্যামাউন্ট), ইউনিট সোল্ড (বিক্রয় হওয়া ইউনিট সংখ্যা), এবং বাজেট করা অ্যামাউন্ট। ফ্যাক্ট টেবিলে ফ্যাক্ট বা মেজারের নাম এবং প্রতিটি সংশ্লিষ্ট ডাইমেনশন টেবিলের কি থাকে।
একটি ডেটা কিউব ডেটাবেসের অ্যাট্রিবিউটের একটি সাবসেট থেকে তৈরি হয়। নির্দিষ্ট অ্যাট্রিবিউট সিলেক্ট করা হয় মেজার অ্যাট্রিবিউট হিসেবে, অর্থাৎ যেসব অ্যাট্রিবিউটের মান আগ্রহের বিষয়। অন্যান্য অ্যাট্রিবিউট ডাইমেনশন বা ফাংশনাল অ্যাট্রিবিউট হিসেবে বেছে নেওয়া হয়। মেজার অ্যাট্রিবিউটগুলো ডাইমেনশন অনুযায়ী অ্যাগ্রিগেট করা হয়।
উদাহরণস্বরূপ, XYZ একটি সেলস ডেটা ওয়ারহাউস बनाেত পারে স্টোরের সেলস রেকর্ড মেইনটেইন করার জন্য ডাইমেনশন টাইম, আইটেম, ব্রাঞ্চ, এবং লোকেশনের জন্য। এই ডাইমেনশনগুলো স্টোরকে মাসিক সেলস অফ আইটেম, এবং যেসব ব্রাঞ্চ ও লোকেশনে আইটেমগুলো বিক্রি হয়েছে তা ট্র্যাক রাখতে সক্ষম করে।
প্রতিটি ডাইমেনশনের সাথে একটি টেবিল থাকতে পারে। এটিকে একটি ডাইমেনশনাল টেবিল বলা হয়, যা ডাইমেনশন ডিফাইন করে। উদাহরণস্বরূপ, আইটেমের জন্য একটি ডাইমেনশন টেবিলে অ্যাট্রিবিউট থাকতে পারে item_name, brand, এবং type।
ডেটা কিউব টেকনিক আকর্ষণীয় মেথড যেগুলো অনেক অ্যাপ্লিকেশনে ব্যবহার হয়। ডেটা কিউব কিছু কেসে স্পার্স হতে পারে কারণ প্রতিটি ডাইমেনশনে প্রতিটি সেলের ডেটাবেসে করেসপন্ডিং ইনফরমেশন নাও থাকতে পারে। যদি একটি কোয়েরি কনস্ট্যান্ট অন্তর্ভুক্ত করে এমন লোয়ার লেভেলে যা ডেটা কিউবে সাপোর্ট করা নয়, তবে স্পষ্ট নয় কীভাবে প্রি-ক্যালকুলেটেড ফলাফল যেগুলো ডেটা কিউবে সংরক্ষিত সেগুলোর সেরা ব্যবহার করা যায়।
