每日一博 - MPP（Massively Parallel Processing，大规模并行处理）架构

概述

MPP（Massively Parallel Processing，大规模并行处理）架构是一种常见的数据库系统架构，主要用于提高数据处理性能。它通过将多个单机数据库节点组成一个集群，实现数据的并行处理。

在 MPP 架构中，MPP采用非共享架构（Share Nothing）， 每个节点都拥有独立的磁盘存储和内存系统，它们在计算过程中独立运行，不需要关心整个集群的状态，也不关心其他节点存储的数据信息。

节点之间通过专用网络或商业通用网络连接，当需要使用其他节点的数据时，通过网络进行数据传输和协同计算。

在设计上，MPP架构优先考虑一致性（Consistency），其次考虑可用性（Availability），同时尽量做到分区容错性（Partition Tolerance）。

MPP架构常用于数据仓库、数据集市、大数据分析等场景，其分布式设计能够有效应对数据规模的不断增长和复杂度的提高，但也会面临一些挑战。

优点

MPP 架构的优点包括：

• . 高性能：通过并行处理，MPP 架构可以显著提高数据处理速度。
• . 一致性：由于每个节点本质上仍然是数据库，因此 MPP 架构在设计时优先考虑一致性（C），其次考虑可靠性（A），尽量做好分区容错性（P）。这使得 MPP 架构能够保证数据的一致性。
• 低延迟：MPP 架构中，各个节点的运算延迟相对较低。

缺点

然而，MPP 架构也存在一些缺点：

• 扩展性：由于非共享架构，MPP 架构在存储位置上不透明，数据在存储时通过哈希确定物理节点。在执行任务时，无法确定数据的位置，因此查询任务需要在所有节点上执行。这使得 MPP 架构在扩展性方面较差，尤其是在大规模数据处理时，单节点瓶颈会成为整个系统的短板。
• 故障率：随着集群规模的增大，节点的故障率会逐渐升高，这将导致整个系统的性能瓶颈越发明显。

当进行并行计算时，计算任务会被分发到所有节点上进行计算，单节点瓶颈会成为整个系统短板，容错性差，可能会导致整个系统的响应缓慢。另外，MPP架构本身的节点数和数据量较大，节点故障成本也较高。

• 分布式事务：MPP 架构一般致力于实现分布式事务，但在分布式环境中实现事务后，扩展性一定会受到影响。

MPP架构由于节点之间分散存储，远程调用在事务处理时会有延迟，而一些事务操作需要跨越多个节点进行处理，这时分布式系统的事务处理会变得很复杂，影响系统的可扩展性。

小结

总之，MPP 架构是一种高性能的数据库系统架构，适用于中等规模的结构化数据处理。尽管它存在一些局限性，但在某些场景下，其性能优势仍然使其成为一个有吸引力的选择。