MPP 與 Hadoop是什麽關系

NUMA全稱為Non-Uniform Memory Access，是主流服務服務器為了提高SMP的可擴展性而采用的壹種體系結構。主流服務器壹般由多個NUMA節點組成，每個NUMA節點是壹個SMP結構，壹般由多個CPU組成，並且具有本地內存和IO設備。NUMA節點可以直接訪問本地內存，也可以通過NUMA互聯模塊訪問其他NUMA節點的內存，但是訪問本地內存的速度遠遠高於遠程訪問速度，因此，開發程序要盡量減少不同NUMA節點之間的信息交互。

MPP是壹種海量數據實時分析架構。 MPP作為壹種不***享架構，每個節點運行自己的操作系統和數據庫等，節點之間信息交互只能通過網絡連接實現。MPP架構目前被並行數據庫廣泛采用，壹般通過scan、sort和merge等操作符實時返回查詢結果。目前采用MPP架構的實時查詢系統有EMC Greenplum、HP Vertica和Googl www.jdjdzj.com e Dremel，這些都是實時數據處理領域非常有特點的系統，尤其是Dremel可以輕松擴展到上千臺服務器，並在數秒內完成TB級數據的分析。

Hadoop作為壹個開源項目群本身和MPP並沒有什麽直接關系，Hadoop中的子項目MapReduce雖然也是做數據分析處理的，但是壹般只適用於離線數據分析，區別與MPP較為明顯。因為Map和Reduce兩個過程涉及到輸出文件的存取和大量網絡傳輸，因此往往達不到實時處理的要求。與MapReduce 相似的系統還有Microsoft Dryad和Google pregel。

綜上所述，NUMA是壹種體系結構，MPP是壹種實時海量數據分析架構，而Hadoop是壹個關於數據存儲處理的項目群，其中的MapReduce是壹種離線海量數據分析架構。

實測對比GreenPlum和Hive，GP比Hive性能高出至少壹個數量級，但是大部分場景下，依然是秒級甚至分鐘級的延遲，距離具體通常意義的實時毫秒級，差距巨大。

另外說壹句，廣義的Hadoop包括 Impala, Presto | Distributed SQL Query Engine for Big Data 這些MPP架構的SQL引擎。Hadoop社區還在持續發展，Spark還在持續給人們帶來驚喜，開源軟件的迷人之處也在於此。