MPP VS HADOOP場景分析

1.節點

MPP，這裡以Greenplum為代表，不超過100節點，不過這裡說的100節點是說100台機器還是100個節點，按照實際部署，一台實體機器其實不會隻部署一個節點的，這裡我嚴重懷疑是100台機器，因為我在實際中已經用3台實體機做出了10節點的情況（6台虛拟機，1master5segment,雙節點雙網卡）

是以，如果部署節點數在100下，用GP沒問題，在實際中小型企業中，超過100節點的不多，就是hadoop叢集超過100節點的也不多，是以節點問題基本不用太在意。

2.處理資料量

這是一個有明顯分别的參考量，如果到PB級資料就用hadoop吧，GP玩不動了。

3.并發性能

如果需要的并發數目比較高，超過50-100這個級别，GP也别考慮了，因為GP性能的好是以犧牲機器性能得到的，如果并發數過多，對性能影響很明顯。

4.結構化/非結構化資料

如果是非結構化的，GP連想都不用想。

5.業務複雜性

其實業務複雜性這個說法不太準确，這裡是想說如果你要處理的資料關系較為複雜，也就是說有複雜的SQL要求，這個時候GP是首選。

總結以上：GP的适用場景是資料量在TB，節點數不多（100以内），并發較小（50左右），有複雜（或簡單）的資料分析場景的選擇。

部分資訊摘自華為社群39期《Hadoop or MPP DB》内容整理出來的，原内容請參考：

http://support.huawei.com/huaweiconnect/thread-83419-1-1.html