ODS与数据仓库的区别

数据仓库是一个面向主题的（Subject Oriented）、集成的（Integrated）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，用于支持管理决策(Decision Making Support)。

ODS是一个面向主题的、集成的、可变的、当前的细节数据集合，用于支持企业对于及时性的、操作性的、集成的全体信息的需求。常常被作为数据仓库的过渡，也是数据仓库项目的可选项之一。

操作型数据存储（Operational Data Store，ODS）用于战术型决策，而数据仓库支持战略型决策。操作型数据存储在某些方面具有类似于数据仓库的特点，但在另一些方面又显著不同于数据仓库：

l 像数据仓库那样，是面向主题的。

l 像数据仓库那样，其数据是完全集成的。

l 数据是当前的——或其数据处理技术允许这样，这与数据仓库存储历史数据的性质显著不同。ODS具有最少的历史数据，而尽可能接近实时地展示实体的状态。

l 数据是易失的和可更新的，这是与静态数据仓库的一个很大的区别。ODS就如同一个事务处理系统，当新的数据流进ODS时，受其影响的字段被新信息覆盖或更新。除审计数据外，不保留其他的历史内容。

l 数据几乎完全是细节数据，仅具有少量的动态聚集或汇总数据。通常将ODS设计成包含事务级的数据，即包含该主题域最低级别的数据。

l 在数据仓库中，几乎没有针对其本身的报表（报表均放到数据集市中完成）；与此不同，在ODS中，业务用户频繁地直接访问ODS。

数据仓库和ODS并行架构设计：

便于扩展，ODS和数据仓库各做各的，形成优势互补！可以解决现在互联网公司遇到的快速变化、快速开发等特点！特别是对于那些刚刚创建数据团队，数据开发人员紧缺的公司，可以尝试使用这个数据架构解决问题！