介绍
MPP， Massively Parallel Processing，即大规模并行处理
是将任务并行的分散到多个服务器和节点上，在每个节点上计算完成后，将各自部分的结果汇总在一起得到最终的结果。(与Hadoop相似)
采用MPP架构的数据库称为 MPP数据库。
MPP架构特征
- Shared Nothing架构
- 任务并行执行
- 分布式计算
- 数据分布式存储(本地化)
- 横向扩展
为什么需要MPP数据库？
海量数据的分析需求
传统数据库无法支持大规模集群与PB级别数据量
单台机器性能受限、成本高昂，扩展性受限
支持复杂的结构化查询（重要）
复杂查询经常使用多表联结、全表扫描等，牵涉的数据量往往十分庞大；支持复杂sql查询和支持大数据规模；
Hadoop技术的先天不足
Hive等sql-on-hadoop性能太慢，分析场景不一样，SQL兼容性与支持不足
MPPDB、Hadoop与传统数据库技术对比与适用场景
MPPDB与Hadoop都是将运算分布到节点中独立运算，然后进行结果合并(分布式计算)，但各自的侧重点不同，对比如下：
综合而言，Hadoop和MPP两种技术的特定和适用场景为：
- Hadoop在处理非结构化和半结构化数据上具备优势，尤其适合海量数据批处理等应用要求。
- MPP适合替代现有关系数据机构下的大数据处理，具有较高的效率。
MPP适合多维度数据自助分析、数据集市等；Hadoop适合海量数据存储查询、批量数据ETL、非机构化数据分析(日志分析、文本分析)等。
MPP数据库应用领域
MPP数据库做 大数据计算 或 分析平台 非常适合，例如：数据仓库系统、历史数据管理系统、数据集市等。
有很强的 并行 数据计算能力和 海量 数据存储能力，但是 不擅长高频的小规模数据插入、修改、删除，每次事务处理的数据量不大。
所以，报表统计分析、运维统计数据，快速生成报表展示都可以使用mpp数据库。
适合场景
有上百亿以上离线数据，不更新，结构化数据，需要各种复杂分析的sql语句
不需要频繁重复离线计算，不需要大并发量
几秒、几十秒立即返回分析结果，即：即席查询。例如sum，count，group by，order
常用的MPP数据库
- clickhouse
- greenplum
二者性能比较见 链接
感谢：
https://zhuanlan.zhihu.com/p/94938447