©2020-2024 ioDraw All rights reserved,
Privacy Policy
1. 架构的介绍
mpp架构是将许多数据库通过网络连接起来，相当于将一个个垂直系统横向连接，形成一个统一对外的服务的分布式数据库系统。每个节点
由一个单机数据库系统独立管理和操作该物理机上的的所有资源（CPU，内存等），节点内系统的各组件间相互调用无需通过主节点。
Hadoop架构是将不同的资源管理与功能进行分层抽象设计，每层形成一类组件，实现一定的解耦，包括存储资源管理等，在每层内进行跨节点
的资源统一管理或功能并行执行，层与层之间通过接口调用，相互透明，节点内不同层的组件间的相互调用需要由“控制节点”掌握或通过“控制节点”协调，即控制节点了解每个节点不同层组件间的互动过程。
2 各自的优势
2.1 水平扩展性
Hadoop架构的水平扩展性更高。Hadoop架构能够扩展到10K台机器，Mpp架构最高只能扩展到几百台。
2.2 容错
Hadoop的容错性更高，其存储与计算都是分离开来，同时存在副本。而在MPP架构下，某个节点异常之后，整个计算过程就被阻塞住。
2.3 事务支持
MPP架构对事物支持得更好，MPP架构下各个节点是单机数据库，能够很好的支持事务，只需master节点增加全局事务的逻辑，即可做到很好的事务支持。Hadoop架构下的事务支持能力很弱。
2.4 数据结构
Hadoop架构可适用于非结构化，半结构化，结构化数据（Hbase），MPP架构只适用于结构化数据。
总的来说，Hadoop架构在数据量比较低的情况下，运行速度远不及MPP架构，但数据量一旦超过某个量级，Hadoop架构的在吞吐量方面更有优势。有些大数据数据仓库产品也采用混合的架构，以融合两者的优点。
例如Impala,Presto都是基于HDFS的MPP分析引擎，仅利用HDFS实现分区的容错性，放弃MapReduce计算模型，在面向OLAP场景时可实现更好的性能，降低延迟
。