MPP数据库定义
MPP即大规模并行处理（Massively Parallel Processor ）。 在数据库非共享集群中，每个节点都有独立的磁盘存储系统和内存系统，业务数据根据数据库模型和应用特点划分到各个节点上，每台数据节点通过专用网络或者商业通用网络互相连接，彼此协同计算，作为整体提供数据 库服务。非共享数据库集群有完全的可伸缩性、高可用、高性能、优秀的性价比、资源共享等优势。
大规模并行处理(MPP)架构
Vertica无共享MPP的特点
无特殊节点
所有节点对等
可通过任意节点查询或加载数据
实时加载与查询同步进行
目前常见的MPP架构数据库
1.GREENPLUM
2.DB2 DPF架构数据库
3.vertica mpp数据库
为什么选择MPP
• PB级别的分析需求
传统数据库无法支持大规模集群与PB级别数据量
性能受限
扩展性受限
成本高昂
• 软硬件一体机成本高昂、扩展受限
生产扩容、测试、开发、容灾都需新购同型号一体机（机柜）
跨代兼容性问题
• In-memory技术太贵而且不成熟
内存成本高
TB级别以下，不适合大数据量
• Hadoop技术的先天不足
Hive等sql-on-hadoop性能太慢
SQL兼容性与支持不足
数据安全性无法保证
大数据之惑，面对越来越庞大的数据，企业如何利用好大数据值得思考，Hadoop，MPP，PPT在精彩，还是一步步的转变。
-----------------------------------
一、GP数据库简介
GP(GreenPlum)是业界最快最高性价比的关系型分布式数据库，它在开源的PG(PostgreSql)的基础上采用MPP架构（Massive Parallel Processing,海量并行处理），具有强大的大规模数据分析任务处理能力。
GP作为大数据融合存储平台中众多数据库之一，与其他数据库系统和文件系统一起，为OceanMind提供完整的OceanStorage大数据融合存储解决方案。
二、GP的特点
- 海量存储
GreepPlum支持50PB(1PB=1024TB)级海量数据的存储和管理，GreenPlum将来自不同源系统的、不同部门、不同平台的数据集成到数据库中集中存放，并且存放详尽历史的数据轨迹，业务用户不用再面对一个又一个信息孤岛，也不再困惑于不同版本数据导致的偏差，同时对于IT人员也降低管理维护工作的复杂度。 - 高并发
Greenplum提供资源管理功能 (workload managemnt)来管理数据库资源，利用资源队列管理可实现按用户组的进行资源分配，如 Session同时激活数、最大资源值等。通过资源管理功能，可以按用户级别进行资源分配和管理用户SQL查询优先级别，同时也能防止低质量SQL(如没有条件的多表join等)对系统资源的消耗。 - 高性价比
GreenPlum数据库软件系统节点基于业界各种开放式硬件平台，如SUN/HP/DELL等厂商的PC Sercer等，在普通的x86Sercer上就能达到很高的性能，因此性价比很高，相比于其他封闭式数据仓库的专用系统，Greenplum每TB的投资是前者的1/5甚至更低，同样，Greenplum产品的维护成本相比较于同类厂商也低很多。 - 系统易用
GreenPlum产品是基于流行的PostgreSql之上开发，几乎所有的Postgresql客户端工具及PostgreSQL应用都能运行在Greenplum平台上，在Internet上由着丰富的PostgreSQL资源供用户参考。 - 高可用性
Greenplum是高可用的系统，在已有案例中最多使用了96台机器的集群MPP环境。除了硬件级的Raid技术外， Greenplum还提供数据库层 Mirror机制保护，即每个节点数据在另外的节点中同步 镜像，单个节点的错误不影响整个系统的使用。
对于主节点， Greenplum提供 Master/Stand by机制进行主节点容错，当主节点发生错误时，可以切换到Stand by节点继续服务。 - 反应速度快
Greenplum通过准实时、实时的数据加载方式，实现数据仓库的实时更新，进而实现动态数据仓库(ADW)。基于动态数据仓库，业务用户能对当前业务数据进行BI实时分析-“Just In Time BI”，能够让企业敏锐感知市场的变化，加快决策支持反应速度。
三、应用生态
