同樣都可以處理大規(guī)模數(shù)據(jù)的MPP數(shù)據(jù)庫架構與Hadoop體系架構屬于不同的技術體系，二者沒有直接的相關性，卻常常被放在一起進行比較。特別是在企業(yè)數(shù)據(jù)倉庫建設中，MPP架構與Hadoop架構代表兩類典型的技術路線選型，事實上，在2015年左右甚至有人認為基于Hadoop體系的數(shù)倉將徹底取代基于MPP數(shù)據(jù)庫的數(shù)倉。

1. 設計思路對比

兩類系統(tǒng)運行的硬件架構是相同的，都是普通服務器組成的集群，但從資源管理角度來說，它們并行化軟件實現(xiàn)的設計思路卻是相反的。

MPP架構相當于對單機的各類資源進行垂直綜合管理，再將多個單機系統(tǒng)橫向連接進行集成，可以說是先垂直后水平。

Hadoop架構相當于將所有機器的存儲資源與計算資源抽象出來，分開管理，再進行組件級的垂直集成，可以說是先水平后垂直。

MPP與Hadoop架構對比如圖1所示。

　　▲圖1 MPP與Hadoop架構對比

具體分析如下：

MPP架構是將許多單機數(shù)據(jù)庫通過網(wǎng)絡連接起來，相當于將一個個垂直系統(tǒng)橫向連接，形成一個統(tǒng)一對外服務的分布式數(shù)據(jù)庫系統(tǒng)，每個節(jié)點由一個單機數(shù)據(jù)庫系統(tǒng)獨立管理和操作該節(jié)點所在物理機上的所有資源（CPU、內(nèi)存、磁盤、網(wǎng)絡），節(jié)點內(nèi)系統(tǒng)的各組件間的相互調(diào)用不需要通過控制節(jié)點，即對控制節(jié)點來說，每個節(jié)點的內(nèi)部運行過程相對透明。

Hadoop架構是將不同的資源管理與功能進行分層抽象設計，每層形成一類組件，實現(xiàn)一定程度的解耦，包括存儲資源管理、計算資源管理、通用并行計算框架、各類分析功能等，在每層內(nèi)進行跨節(jié)點的資源統(tǒng)一管理或功能并行執(zhí)行，層與層之間通過接口調(diào)用，相互透明，節(jié)點內(nèi)不同層的組件間的相互調(diào)用需要由控制節(jié)點掌握或通過控制節(jié)點協(xié)調(diào)，即控制節(jié)點了解每個節(jié)點內(nèi)不同層組件間的互動過程。

2. 優(yōu)缺點對比

MPP架構的優(yōu)缺點總結(jié)如下：

• 支持標準SQL，每個節(jié)點都有豐富的事務處理和管理功能；
• 資源管理精細；
• 更適合預知數(shù)據(jù)結(jié)構模型的中等規(guī)模的固定模式數(shù)據(jù)管理；
• 集群規(guī)模調(diào)整要求較多，增減節(jié)點時通常需要停機，且有的系統(tǒng)只能增加不能減少；
• 延遲小，相對吞吐量一般，單節(jié)點緩慢會拖累整體性能；

表記錄進行水平分割存儲，方法通常包括一致性哈希（Consistent Hashing）、循環(huán)寫入（Round Robin），但容易產(chǎn)生數(shù)據(jù)熱點。

Hadoop架構的優(yōu)缺點總結(jié)如下：

• 每個節(jié)點功能簡單，不具備豐富的數(shù)據(jù)管理功能，不支持事務；
• 數(shù)據(jù)更新采用追加方式實現(xiàn)，同等數(shù)據(jù)量處理需要的資源更多；
• 可以不用預先了解數(shù)據(jù)的格式與內(nèi)容；
• 擴展性好，支持集群規(guī)模更大，能動態(tài)擴容，支持擴充僅用于計算的節(jié)點；
• 延遲高、吞吐量大、容錯性（Failover）好。

總體來說，Hadoop架構在數(shù)據(jù)量較低的情況下，運行速度遠不及MPP架構，但數(shù)據(jù)量一旦超過某個量級，Hadoop架構在吞吐量方面將非常有優(yōu)勢。有些大數(shù)據(jù)數(shù)據(jù)倉庫產(chǎn)品也采用混合架構，以融合兩者的優(yōu)點，例如Impala、Presto等都是基于HDFS的MPP分析引擎，僅利用HDFS實現(xiàn)分區(qū)容錯性，放棄MapReduce計算模型，在面向OLAP場景時可實現(xiàn)更好的性能，降低延遲。