整体而言，ODPS服务包含以下这些概念：

帐号（Account）：用户到aliyun.com申请注册统一帐号，并购买开通ODPS 服务。拥有统一帐户和必要权限后，系统会分配确保数据和计算安全的AccessID 和AccessKey的安全加密对。用户就可以通过ODPS命令行工具(odpscmd)、SDK开发包或者Web API创建属于该帐号的项目（Project）。

项目（Project）：项目是ODPS最基本的组织对象。其他常见资源，例如表(Table)和作业(Job)都归属于某个确定的项目。项目也是权限管理的基本单位。项目的创建者可以把项目对象的读取、修改权限授予其他帐号，也可以取消授权。

表(Table)：表是ODPS中的数据存储对象。与常见的关系型数据库类似，ODPS中的表逻辑上也是二维结构。每一行代表一条记录，每一列代表相同数据类型的某个字段。

查询(Query)和查询任务（Query Task）：ODPS支持类似SQL的查询语言，但根据大规模分布式系统的特点进行了细节裁剪。查询是静态概念。一条查询脚本的一次具体执行，称为一个查询任务。查询任务作为独立单位，在分布式系统中被调度执行。

导入导出任务（Import/ Export Task）：ODPS提供从数据源的导入导出功能。导入导出任务作为独立单位，在分布式系统中被调度执行。

MapReduce任务（M/R Task）：ODPS支持用户自主编写并上传MapReduce代码，经过注册后成为Task单位，在分布式系统中被调度执行。ODPS的MapReduce类似于常见的Hadoop MapReduce接口，但只能读写表，不能直接操作物理文件。

作业（Job）和作业实例（Job Instance）：一个作业包括一条或多条导出导出、查询等脚本指令，以及它们之间的执行次序关系。所谓执行次序，可以是串行、并行或混合组成的更复杂的DAG工作流。作业还可以包括子作业。作业是静态概念。当一个作业被提交到分布式系统开始实际执行，它就拥有了一个作业实例。作业实例包含了作业运行的现场状态，例如查询脚本的现场版本，执行的返回状态。如果一个作业多次运行，它就拥有多个作业实例。

资源（Resource）：用户可以上传自定义的jar包或文本文件作为资源，也可以将某个表作为资源，资源大小限制为小于100M。例如UDF代码、 MapReduce代码，一些应用中需要用到的字典表等等。