數據倉庫（Data Warehouse）
是一個面向主題的（Subject Oriented）、集成的（Integrated）、相對穩定的（Non-Volatile）、反映歷史變化（Time Variant）的數據集合，用於支持管理決策(Decision Making Support)
ODS
是一個面向主題的、集成的、可變的、當前的細節數據集合，用於支持企業對於即時性的、操作性的、集成的全體信息的需求
區別
ods是短期的實時的數據，供產品或者運營人員日常使用，而數據倉庫是供戰略決策使用的數據；ods是可以更新的數據，數據倉庫是基本不更新的反應歷史變化的數據
數據倉庫和ODS並存方案
經過調研，發現大體上有三種解法：
1、業務數據 － ODS － 數據倉庫
優點：這樣做的好處是ODS的數據與數據倉庫的數據高度統一；開發成本低，至少開發一次並應用到ODS即可；可見ODS是發揮承上啓下的作用，調研阿里巴巴的數據部門也是這麼實現的。
缺點：數據倉庫需要的所有數據都需要走ODS，那麼ODS的靈活性必然受到影響，甚至不利於擴展、系統的靈活性差
2、OB － ODS
優點：結構簡單。一般的初創數據分析團隊都是類似的結構，比如我們部門就應該歸結到這一範疇
缺點：這樣所有數據都歸結到ODS，長期數據決策分析能力差，軟硬件成本高，模塊劃分不清晰，通用性差
3、數據倉庫和ODS並行
可見這個模型兼顧了上面提高的各自優點，且便於擴展，ODS和數據倉庫各做各的，形成優勢互補！可以解決現在互聯網公司遇到的快速變化、快速開發等特點！特別是對於那些剛剛創建數據團隊，數據開發人員緊缺的公司，可以嘗試使用這個數據架構解決問題！