《两种主流大数据系统架构的区别.docx》由会员分享，可在线阅读，更多相关《两种主流大数据系统架构的区别.docx（3页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、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拟。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。01设计思路比照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。 Hadoop架构相当于将所有机
2、器的存储资源与计算资源抽象出来，分开管理， 再进行组件级的垂直集成，可以说是先水平后垂直。MPP与Hadoop架构比照方图1所示。Fmpprpladoop控制节点DBScncr控制节点 RcaourccManagcr DBScncrCPUMEMdisk从节点从节点DBServcr CPU JDBScrvcrCPUX从节点冲算资源管理备资源管理CPUMEMMEMCPUMEMNodcManagcr从节点 从节点 从节点图1 MPP与Hadoop架构比照具体分析如下。MPP架构是将许多单机数据库通过网络连接起来，相当于将一个个垂直系统 横向连接，形成一个统一对外服务的分布式数据库系统，每个节点由一个
3、单 机数据库系统独立管理和操作该节点所在物理机上的所有资源(CPU、内 存、磁盘、网络)，节点内系统的各组件间的相互调用不需要通过控制节 点，即对控制节点来说，每个节点的内部运行过程相对透明。Hadoop架构是将不同的资源管理与功能进行分层抽象设计，每层形成一类组 件，实现一定程度的解耦，包括存储资源管理、计算资源管理、通用并行计 算框架、各类分析功能等，在每层内进行跨节点的资源统一管理或功能并行 执行，层与层之间通过接口调用，相互透明，节点内不同层的组件间的相互 调用需要由控制节点掌握或通过控制节点协调，即控制节点了解每个节点内 不同层组件间的互动过程。02优缺点比照MPP架构的优缺点总结如
4、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。Hadoop架构的优缺点总结如下： 每个节点功能简单，不具备丰富的数据管理功能，不支持事务；数据更新采用追加方式实现，同等数据量处理需要的资源更多； 可以不用预先了解数据的格式与内容；扩展性好，支持集群规模更大，能动态扩容，支持扩充仅用于计算的节点； 延迟高、吞吐量大、容错性(Failover)好。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。