一、什么是MPP？

MPP (Massively Parallel Processing)，即大規模并行處理。簡單來說，MPP是將任務并行的分散到多個服務器和節點上，在每個節點上計算完成后，將各自部分的結果匯總在一起得到最終的結果(與Hadoop相似)。

MPP架構特征

任務并行執行；數據分布式存儲(本地化)；分布式計算；私有資源；橫向擴展；Shared Nothing架構。

二、什么是MPP數據庫？

MPP數據庫是一款 Shared Nothing架構的分布式并行結構化數據庫集群，具備高性能、高可用、高擴展特性，可以為超大規模數據管理提供高性價比的通用計算平臺，并廣泛地用于支撐各類數據倉庫系統、BI 系統和決策支持系統

三、MPP數據庫的使用場景？

MPP數據庫有對SQL的完整兼容和一些事務的處理能力，對于用戶來說，在實際的使用場景中，如果數據擴展需求不是特別大，需要的處理節點不多，數據都是結構化的數據，習慣使用傳統的RDBMS的很多特性的場景，可以考慮MPP,例如Greenplum/Gbase等。

四、MPPDB、Hadoop與傳統數據庫技術對比與適用場景

MPPDB與Hadoop都是將運算分布到節點中獨立運算后進行結果合并(分布式計算)，但由于依據的理論和采用的技術路線不同而有各自的優缺點和適用范圍。

綜合而言，Hadoop和MPP兩種技術的特定和適用場景為：

Hadoop在處理非結構化和半結構化數據上具備優勢，尤其適合海量數據批處理等應用要求。MPP適合替代現有關系數據機構下的大數據處理，具有較高的效率。

MPP適合多維度數據自助分析、數據集市等；Hadoop適合海量數據存儲查詢、批量數據ETL、非機構化數據分析(日志分析、文本分析)等。

五、常用的MPP數據庫有哪些？

GreenPlum；

Vertica；

Sybase IQ；

TD Aster Data；

一般來說，我們都會更傾向于GreenPlum，而且阿里的云數據庫HybirdDB也是基于GreenPlum的開源項目。

六、MPP數據庫應用領域

大數據分析：MPP數據庫做大數據計算或分析平臺非常適合，例如:數據倉庫系統、歷史數據管理系統、數據集市等。

有很強的并行數據計算能力和海量數據存儲能力，但是它不擅長高頻的小規模數據插入、修改、刪除，每次事務處理的數據量不大。這類數據衡量指標是TPS，適用的系統是OLTP數據庫。所以，報表統計分析、運維統計數據，快速生成報表展示都可以使用mpp數據庫。

符合幾個條件：不需要更新數據，不需要頻繁重復離線計算，不需要并發大。

有上百億以上離線數據，不更新，結構化，需要各種復雜分析的sql語句，那就可以選擇他。幾秒、幾十秒立即返回你想要的分析結果。例如sum，count，group by，order，好幾層查詢嵌套，在幾百億數據里分分鐘出結果。這類的數據庫有，clickhouse，greenplum

以上就是關于Mpp數據庫的知識希望對大家有幫助。

上一篇

Concurrent Programming, Parallel Programming 的本質區別是什么?