ODS（Operational Data Store）是指操作型数据存储，是为了支持生产业务系统而建立的数据存储区。ODS中存储的是实时数据，主要用于日常业务处理、运营监测、数据校验等操作。ODS通常是一个面向主题的数据库，能够将来自各个业务系统的数据集成到同一个数据架构中，以便实现操作型的查询和汇总。在数据仓库架构中，ODS属于数据集成层，并为数据仓库提供原始数据。
DW（Data Warehouse）是指数据仓库，是为了支持决策和分析的数据库系统。数据仓库中存储的是历史数据、详细数据、汇总数据，主要用于数据挖掘、统计分析、商业智能等领域。数据仓库架构中通常包含数据采集、数据清洗、数据转换、数据存储、数据提取等模块，DW可以将多源不同粒度数据进行一致化管理，以提供决策支持。在数据仓库架构中，DW属于数据管理层。
ADS（Application Data Store）是应用数据存储，是一个专用的数据库，用于支持特定业务的应用程序。ADS通常包含一系列专用的数据表和报表，其中存储了面向业务应用的数据，如订单管理、客户管理、库存管理等信息。ADS通常是根据特定业务功能的需求而建立的数据库系统，用于支持特定的业务流程和功能。在数据仓库架构中，ADS属于数据应用层。
总之，ODS主要用于处理实时业务数据，DW主要用于分析历史数据，ADS主要用于支持特定业务应用。在数据仓库架构中，ODS、DW、ADS三者的关系属于 数据存储层 与 数据应用层 之间。
参考文献
1. 袁明, 杨仲春. 大数据仓库架构的研究与应用[M]. 清华大学出版社, 2016.
2. Ralph Kimball, Margy Ross. Data Warehouse Toolkit：The Definitive Guide to Dimensional Modeling[M]. Wiley, 2013.
3. Bill Inmon, C. K. Krishnan. Data Warehousing Fundamentals for IT Professionals[M]. Wiley, 2010.
文章转载自左羊公社，如果涉嫌侵权，请发送邮件至：contact@modb.pro进行举报，并提供相关证据，一经查实，墨天轮将立刻删除相关内容。
