什么是 ODS

ODS全称为Operational Data Store，是用来存储多个数据源业务数据的系统，其数据用来支持业务流程或者输入到数据仓库中进行分析。

是 *** 作型数据存储，是“面向主题的、集成的、可变的、反映当前数据值的和详细的数据的集合。ODS是数据仓库体系结构中的一个可选部分，ODS具备数据仓库的部分特征和OLTP系统的部分特征。

扩展资料：

ODS的出现：

系统应用集成中一般对各系统中数据分为两类： *** 作型数据，有细节化，分散化的特点；决策型数据，有综合化，集成化的特点。

数据仓库概念的提出也把数据处理划分为了 *** 作型处理和分析型处理两种不同类型，从而建立起了DB－DW的两层体系结构。但是有很多情况，DB－DW的两层体系结构并不能涵盖企业所有的数据处理要求，比如有些实时性决策问题，它要求获取数据周期不能太长，而且也需要一定程度的汇总。

信息处理的多层次要求导致了一种新的数据环境——DB－DW的中间层ODS（ *** 作型数据存储）的出现。它像DW一样是一种面向主题，集成的数据环境，又像 *** 作型DB一样包含着全局一致的、细节的当前的数据。这样就构成了DB－ODS－DW的关于企业数据的三层体系结构。

参考资料来源：

百度百科-- *** 作型数据仓储

ODS—— *** 作性数据。ODS全称为Operational Data Store，是用来存储多个数据源业务数据的系统，其数据用来支持业务流程或者输入到数据仓库中进行分析。

主要用于业务支撑。一个公司往往会使用并维护若干个数据库，这些数据库保存着公司的日常 *** 作数据，比如商品购买、酒店预订、学生成绩录入等。

*** 作型数据库中自然也有汇总需求，但汇总数据本身不存储而只存储其生成公式。这是因为 *** 作型数据是动态变化的，因此汇总数据会在每次查询时动态生成。。 *** 作型数据通常反映的是现实世界的当前状态

而对于分析型数据库来说，因为汇总数据比较稳定不会发生改变，而且其计算量也比较大（因为时间跨度大），因此它的汇总数据可考虑事先计算好，以避免重复计算。  *** 作型数据库的使用者是业务环境内的各个角色，如用户，商家，进货商等。

一般在带有ODS的系统体系结构中，ODS都设计为如下几个作用：

1、在业务系统和数据仓库之间形成一个隔离层

一般的数据仓库应用系统都具有非常复杂的数据来源，这些数据存放在不同的地理位置、不同的数据库、不同的应用之中，从这些业务系统对数据进行抽取并不是一件容易的事。因此，ODS用于存放从业务系统直接抽取出来的数据，这些数据从数据结构、数据之间的逻辑关系上都与业务系统基本保持一致，因此在抽取过程中极大降低了数据转化的复杂性，而主要关注数据抽取的接口、数据量大小、抽取方式等方面的问题。

2、转移一部分业务系统细节查询的功能

在数据仓库建立之前，大量的报表、分析是由业务系统直接支持的，在一些比较复杂的报表生成过程中，对业务系统的运行产生相当大的压力。ODS的数据从粒度、组织方式等各个方面都保持了与业务系统的一致，那么原来由业务系统产生的报表、细节数据的查询自然能够从ODS中进行，从而降低业务系统的查询压力。

3、完成数据仓库中不能完成的一些功能

一般来说，带有ODS的数据仓库体系结构中，DW层所存储的数据都是进行汇总过的数据，并不存储每笔交易产生的细节数据，但是在某些特殊的应用中，可能需要对交易细节数据进行查询，这时就需要把细节数据查询的功能转移到ODS来完成，而且ODS的数据模型按照面向主题的方式进行存储，可以方便地支持多维分析等查询功能。

在一个没有ODS层的数据仓库应用系统体系结构中，数据仓库中存储的数据粒度是根据需要而确定的，但一般来说，最为细节的业务数据也是需要保留的，实际上也就相当于ODS，但与ODS所不同的是，这时的细节数据不是“当前、不断变化的”数据，而是“历史的，不再变化的”数据。