1、数据平台（Data Platform）是指一个集成和管理数据的基础设施，它通常包括数据存储、数据处理、数据分析、数据可视化等功能组件。数据平台的目标是提供一个统一的环境，以便组织能够收集、存储、处理和分析各种类型的数据。数据平台可以支持各种业务需求，并提供可靠的数据基础设施，以帮助组织做出更好的决策，并实现业务目标。

2、数据中台（Data Center）相比于数据平台则更关注于数据的整合和价值释放，在组织内部建设一个统一的数据服务层。数据中台通常包含数据集成、数据治理、数据服务、数据共享等组件，旨在通过统一的数据接口和服务，将分散的数据资产整合起来，形成一个可信、高效、灵活的数据服务平台。数据中台的目标是提供数据的可视化、智能化、价值化，以支持组织内各种业务需求，并推动数据驱动的决策和创新。与数据平台相比可以说数据中台在功能和复杂性上通常比数据平台更为复杂和全面。数据中台的目标是将组织内的数据进行整合、管理和服务化，以提供统一的数据服务和数据治理能力。

3、数据湖（Data Lake）：数据湖是一个集中存储结构化和非结构化数据的存储库，旨在存储大量原始数据，包括来自不同来源和格式的数据。数据湖提供了一种无模式的数据存储方式，使数据可以以原始形式进行批处理和实时分析，为数据科学家、分析师和业务用户提供了更广泛的数据访问和分析能力。

4、数据仓库（Data Warehouse）：数据仓库是经过处理和转换的数据的集合，以支持业务决策和分析。它是一个为查询和分析目的进行了优化的数据存储系统，通常用于跨多个业务系统和数据源的数据整合和处理。数据仓库提供了一种结构化、一致化的数据视图，支持丰富的分析和报告，以支持企业级的决策制定。

5、大数据平台（Big Data Platform）：大数据平台是为处理和分析大规模、高速率、多样化的大数据而构建的技术基础设施。它通常包括分布式计算、分布式存储、数据处理框架、数据管理工具等组件，用于处理和分析海量数据，提供实时、可扩展的数据处理和分析能力。

从提供的业务能力的复杂度角度来看，可以将这些概念按照以下顺序排列：

数据湖 < 数据仓库 < 数据平台 < 数据中台 < 大数据平台

数据湖是一个比较简单的概念，它主要面向存储大量的原始数据，不涉及复杂的数据建模和转换。数据湖通常不提供高级的数据分析和业务处理能力。

数据仓库相对于数据湖来说，有更高级的数据管理和分析能力。数据仓库经过处理和转换的数据，具有结构化的模式，并为查询和分析目的进行了优化，提供丰富的分析和报告能力。

数据平台是一个综合性的概念，它集成了数据存储、数据处理、数据分析和数据可视化等功能，提供多方面的数据支持和业务能力。数据平台通常需要支持多种类型的数据，包括结构化和非结构化数据，并提供数据处理和分析的灵活性和可定制性。

数据中台是在数据平台之上构建起来的，它更注重数据的整合、治理和服务化。数据中台通过统一的数据接口和服务，整合和开放数据资源，为组织提供统一的数据服务和数据治理能力。

大数据平台是为处理和分析大规模、高速率、多样化的大数据而构建的技术基础设施。大数据平台具有更高级的分布式计算、分布式存储、数据处理框架等功能，能够处理海量数据，并提供实时、可扩展的数据处理和分析能力。

因此，从业务能力的复杂度角度看，大数据平台具有最高的复杂性和功能全面性，数据中台、数据平台、数据仓库、数据湖的复杂性和功能逐渐降低，且数据湖的业务能力相对最简单。