互联网大数据的技术发展为人们提供了在线购物、网络会议等多种线上服务。全球超过40亿的互联网用户在享受便利的同时,产生了大规模的数据集。相关企业或人员可以较为容易地获取海量数据。但是,目前大部分企业数据都分散在各个部门或各个业务线的业务系统上,存在数据不一致的问题,如何呈现数据并挖掘这些数据的潜在价值成为一个难题。近年来,数据仓库、联机分析处理（online analytical processing,OLAP）、React等数据可视化分析技术的发展,使得利用图形化界面进行多维数据可视化分析受到广泛关注。然而,现有可视化分析产品还存在一些不足,包括缺少数据预处理、缺少数据钻取、缺少任务调度等。基于上述背景和需求,本文选题来源于企业实际项目,设计实现了一个基于多维数据,能够进行数据抽取、处理和可视化分析的Web应用系统,通过简单拖拽图表组件能够实现多维数据的可视化分析。论文的主要工作内容如下:（1）学习研究多维数据可视化分析工具的背景和国内外研究现状。针对业务需求场景,研究了系统的数据源、数据集、可视化报告、任务调度及系统权限等模块的需求参与者和用例具体活动。另外,研究了系统的可靠性、安全性、性能等非功能性需求。（2）针对传统报表制作过程复杂的问题,通过可视化技术提供拖拽式的可视化报告制作方式。为了实现应用场景中异构数据的融合,利用Kettle技术将用户提供的数据抽取到My SQL中间数据库中,并处理不同数据表间的连接,实现数据治理、转换等功能,用Sqoop将My SQL中处理好的数据抽取到Hive数据仓库中。为了加快查询响应速度,选用Apache Kylin多维分析引擎对Hive中的数据进行预计算,构建数据立方体,数据钻取时调用Apache Kylin的查询接口进行查询。最后阐述了系统数据库和各个功能模块的详细设计和系统前后端实现。（3）针对多维数据可视化分析工具中的各个功能模块编写测试用例,验证并确保数据源、数据集、可视化报告、任务调度、系统权限等功能模块的正常运行。对系统可靠性、安全性和性能进行测试,测试结果满足要求。综上所述,本文中设计实现的多维数据可视化分析工具各个模块功能正常,且运行稳定可靠,查询性能较好。