两种主流大数据系统架构的差异终于有人讲明白了

发布时间：2022-08-23 13:05 所属栏目：125 来源：互联网

导读：同样都可以处理大规模数据的MPP数据库架构与Hadoop体系架构属于不同的技术体系，二者没有直接的相关性，却常常被放在一起进行比较。特别是在企业数据仓库建设中，MPP架构与Hadoop架构代表两类典型的技术路线选型，事实上，在2015年左右甚至有人认为基于Hadoo

　　同样都可以处理大规模数据的MPP数据库架构与Hadoop体系架构属于不同的技术体系，二者没有直接的相关性，却常常被放在一起进行比较。特别是在企业数据仓库建设中，MPP架构与Hadoop架构代表两类典型的技术路线选型，事实上，在2015年左右甚至有人认为基于Hadoop体系的数仓将彻底取代基于MPP数据库的数仓。

　　1.设计思路对比
　　两类系统运行的硬件架构是相同的，都是普通服务器组成的集群，但从资源管理角度来说，它们并行化软件实现的设计思路却是相反的。

　　MPP架构相当于对单机的各类资源进行垂直综合管理，再将多个单机系统横向连接进行集成，可以说是先垂直后水平。

　　2.优缺点对比
　　MPP架构的优缺点总结如下：
　　支持标准SQL，每个节点都有丰富的事务处理和管理功能；
　　资源管理精细；
　　更适合预知数据结构模型的中等规模的固定模式数据管理；
　　集群规模调整要求较多，增减节点时通常需要停机，且有的系统只能增加不能减少；
　　延迟小，相对吞吐量一般，单节点缓慢会拖累整体性能；
　　表记录进行水平分割存储，方法通常包括一致性哈希（Consistent Hashing）、循环写入（Round Robin），但容易产生数据热点。

　　总体来说，Hadoop架构在数据量较低的情况下，运行速度远不及MPP架构，但数据量一旦超过某个量级，Hadoop架构在吞吐量方面将非常有优势。有些大数据数据仓库产品也采用混合架构，以融合两者的优点，例如Impala、Presto等都是基于HDFS的MPP分析引擎，仅利用HDFS实现分区容错性，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。

（编辑：ASP站长网）

两种主流大数据系统架构的差异 终于有人讲明白了

两种主流大数据系统架构的差异终于有人讲明白了