GreenPlum 与hadoop什么关系？(转)

774530750

　　GreenPlum的组件分成三个部分MASTER/SEGMENT以及MASTER与SEGMENT之间的高效互联技术GNET。其中MASTER和SEGMENT本身就是独立的数据库SERVER。不同之处在于，MASTER只负责应用的连接，生成并拆分执行计划，把执行计划分配给SEGMENT节点，以及返回最终结果给应用，它只存储一些数据库的元数据，不负责运算，因此不会成为系统性能的瓶颈。这也是GREENPLUM与传统MPP架构数据库的一个重要区别。 SEGMENT节点存储用户的业务数据，并根据得到执行计划，负责处理业务数据。也就是用户关系表的数据会打散分布到每个SEGMENGT节点。当进行数据访问时，首先所有SEGMENT并行处理与自己有关的数据，如果需要segment可以通过进行innterconnect进行彼此的数据交互。 segment节点越多，数据就会打的越散，处理速度就越快。因此与SHARE ALL数据库集群不同，通过增加SEGMENT节点服务器的数量，GREENPLUM的性能会成线性增长。
　　GREENPLUM是典型关系型数据库产品，是面向查询的关系型数据库，它的
　　特点主要就是查询速度快，数据装载速度快，批量DML处理快。而且性能
　　可以随着硬件的添加呈线性增加，拥有非常良好的可扩展性。因此，它主
　　要适用于面向分析的应用。GreenPlum基于 Apache MADLib 的高级机器
　　学习功能，支持快速复杂查询分析，满足各种BI用户需求。
　　所以，greenplum是分布式数据库系统。
　　apache hadoop是大规模分布式计算的框架，涉及分布式存储HDFS，分布式并行计算框架MapReduce，Hadoop Yarn 作业调度和集群资源管理框架，hadoop架构相关的框架HBase,Hive,Pig,ZooKeeper，还有火到爆的spark。
　　可以看出hadoop更像是一种分布式计算的框架，会有越来越多的应用框架使用hadoop框架完成大数据分析，你甚至可以把Greenplum部署到hadoop上，完成大数据的分析处理。