ODS（Operational Data Store）可操作的數據存儲。
很多人對ODS究竟是什麼有很多的困惑，ODS對於不同的人可以有不同的看法，我主要說說什麼是最主流的定義。首先我們需要注意，ODS不同於數據倉庫（Data warehouse）或數據集市(Data mart)。數據倉庫是用來保存公司來自很多不同的來源的歷史數據，並主要將這些數據用於趨勢分析，生成報表的地方。它是一個公司很多主題域(subject area)的一個合集，它在企業中是唯一的（一個企業不會有很多個數據倉庫，那樣數據可能會對不上）、真實的（只認可這一個數據倉庫中的數據）。數據集市和數據倉庫扮演的角色一樣，只是數據倉庫包含多個主題域，而數據集市僅僅面向一個主題域。可以把數據倉庫認爲是多個數據集市組合體。
ODS的目的是集成公司不同來源的企業數據，以便於實時或者接近實時地產生操作報告。通常ODS中數據的結構和源數據結構很像，儘管在數據集成的時候，可以被清理、去規範化， 還有一些數據按照公司政策來集成。這個集成是粒度最小的、一天內發生的頻率最高的集成。通常ODS不會被設計成用來做歷史數據分析或者趨勢分析工作，這些是數據倉庫的功能。ODS通常會被用來當做數據倉庫的數據來源。
總結下ODS和數據倉庫的不同之處：
~~ODS用於最低粒度的查詢用，而數據倉庫通常保存的是綜合過的、粒度較粗的數據，通常用於較複雜的、分析性的查詢。
~~ODS通常實時性較高，通常保存的數據是實時的或者近乎實時的，因此能較及時地返回查詢請求，數據倉庫通常是歷史的數據，通常分析的數據較多，不能做到實時返回查詢，分析需要比較長時間。
~~ODS保存的數據視窗較小，即時間跨度不大；數據倉庫保存的幾乎是一個公司的所有歷史數據。
~~ODS爲當前或接近實時數據的操作和戰術決策提供信息，而數據倉庫爲戰略決策提供反饋，從而整體改進系統。
~~ODS抽取數據的頻率可以是幾分鐘、幾小時；數據倉庫的抽取數據的頻率可以是每天、每週、每月、或者每季度。
爲什麼需要一個ODS的一些原因：
~~源系統能夠提供有限的分析能力
~~可以使用更好的、更有效的工具來做分析，而不是直接在源系統上做數據分析
~~可以更好地做權限控制，僅僅讓某些人訪問到公司的數據，生成實時或近乎實時的報表統計
~~可以將公司不同的數據庫中的數據集合到一起，並基於當天的數據做近乎實時的分析和生成報表