ODS：
操作數據存儲ODS（Operational Data Store）,操作型數據倉庫，最早的數據倉庫模型,是數據倉庫體系結構中的一個可選部分，ODS具備數據倉庫的部分特征和OLTP系統的部分特征。特點是數據模型采取了貼源設計，業務系統數據庫數據結構是怎樣的，ODS數據庫的結構就是怎樣的。所不同的是ODS數據庫可以提供數據變化的歷史，所以ODS數據庫中每張表都會增加一個日期類型，表示數據的時點，將每天數據的變化情況都存下來，這樣有利於數據的分析。
一般在帶有ODS的系統體系結構中，ODS都設計為如下幾個作用：
1、在業務系統和數據倉庫之間形成一個隔離層
一般的數據倉庫應用系統都具有非常復雜的數據來源，這些數據存放在不同的地理位置、不同的數據庫、不同的應用之中，從這些業務系統對數據進行抽取並不是一件容易的事。因此，ODS用於存放從業務系統直接抽取出來的數據，這些數據從數據結構、數據之間的邏輯關系上都與業務系統基本保持一致，因此在抽取過程中極大降低了數據轉化的復雜性，而主要關注數據抽取的接口、數據量大小、抽取方式等方面的問題。
2、轉移一部分業務系統細節查詢的功能
在數據倉庫建立之前，大量的報表、分析是由業務系統直接支持的，在一些比較復雜的報表生成過程中，對業務系統的運行產生相當大的壓力。ODS的數據從粒度、組織方式等各個方面都保持了與業務系統的一致，那么原來由業務系統產生的報表、細節數據的查詢自然能夠從ODS中進行，從而降低業務系統的查詢壓力。
3、完成數據倉庫中不能完成的一些功能
一般來說，帶有ODS的數據倉庫體系結構中，DW層所存儲的數據都是進行匯總過的數據，並不存儲每筆交易產生的細節數據，但是在某些特殊的應用中，可能需要對交易細節數據進行查詢，這時就需要把細節數據查詢的功能轉移到ODS來完成，而且ODS的數據模型按照面向主題的方式進行存儲，可以方便地支持多維分析等查詢功能。
在一個沒有ODS層的數據倉庫應用系統體系結構中，數據倉庫中存儲的數據粒度是根據需要而確定的，但一般來說，最為細節的業務數據也是需要保留的，實際上也就相當於ODS，但與ODS所不同的是，這時的細節數據不是“當前、不斷變化的”數據，而是“歷史的，不再變化的”數據。
數據倉庫：簡稱EDW，企業級數據倉庫，現在大家都在說的就是這個。所不同的是每個行業的EDW都有一個通用的數據模型，結構精簡，擴展性強，應用性強，數據模型不像ODS乃樣會有很大的冗余。
數據集市：簡稱DM，以某個應用為出發點而建設的局部DW，為什么這么說，DM只關心自己需要的數據。不會全盤考慮企業整體的數據架構和應用，每個應用都有自己的DM。所以DM可以基於倉庫建設也可以獨立建設。