多维分析包含前后台两端，前端负责用户的交互操作和结果呈现，后台负责存储数据和数据的计算任务。

界面操作尽管属前端，但卡顿大部分并不是前端的问题，找前端开发商也是没有用的。后台负责计算任务，当出现压力过重的时候，前端表现响应时间长，实际就是后台响应速度变慢了。这个是造成界面操作卡顿的原因，解决方案则需要后台采用高性能数据库。

目前多维分析产品的后台数据源通常是常规数据库、专业数据仓库及 BI 产品自带的数据源，整个系统性能基本都是靠它们自身的计算能力。但实际都有各自的缺点，普通库一般是行存，数据量小还可以，一旦数据量大就很难提供给多维分析高性能；专业数仓多数采用列存，性能问题不大，但是价格太贵，建设维护成本非常高，买了以后甚至用不起来；自带数据源不够专业且相对封闭，一般性能也不高（否则就可以专业做数据引擎了），而且只能给自家 BI 前端用，扩展难度大。

看上去想找到既专业、相对开放、又高性能还不贵的产品是不太可能的，不过确实有但极少，这里推荐集算器。

集算器作为数据计算中间件产品，可以独立承担轻量级多维分析后台的作用，相当于中小型数据仓库或者数据集市。引入集算器以后，集算器将用于多维分析的数据事先存储到二进制文件（组表，采用列存），通过集算器 JDBC 提供给前端分析数据。相比常规数据库，组表能直接提升性能，对比专业数仓或 BI 产品自带数据源更加经济、便捷。详细了解该方案及使用方式可参考轻量级可嵌入多维分析后台。

还有一点，即使采用了专业数据仓库，但由于数据仓库上任务太重，也会导致慢。这时候需要有前端数据仓库（数据仓库和应用之间），并提供路由能力（这要求可编程，一般数据库不支持），用计算路由的方法优化 BI 后台也详细阐述了采用集算器增加数据前置层后的解决方案。

【关键字】
多维分析和 BI，多维分析界面操作卡顿不流畅，多维分析慢怎么办，多维分析卡顿怎么办，高性能数据仓库，多维分析和高性能数据仓库，多维分析和数据仓库