本篇還是會再提 Hadoop，以對照 MPP 的特點。
Massive Parallel Processing(MPP) 實際上是一種架構。
理論上依據應用場景，MPP 與 Hadoop 是打不到一起，無奈台灣企業的資料量多半不會很大，所以我經常遇到專案 Greenplum 與 Hadoop 對打的狀況，特性迥異反而很傷腦筋。

MPP 與 Hadoop 均屬分散式系統架構

分散式系統必要面臨如何記憶資料放在哪個節點的問題，MPP 與 Hadoop 的方法非常不同。
MPP 架構是靠 Hash 計算去找到資料所在的物理節點，所以耗費算力。而且 metadata 每個節點都要儲存，越多節點重複的 metadata 資料會暴增，影響效能。

圖片來源：https://dwgeek.com/greenplum-hash-distribution-works.html/

Hadoop 則是靠 namenode 的記憶體去紀錄「檔案」所在的物理節點，所以 Hadoop 需要控制檔案數量，在 namenode 所在節點配置適當大小的記憶體，規劃不當將會影響效能。

這世上沒有一種系統或架構可以適用所有場景

圖片來源：Apache Hadoop

Hadoop Ecosystem 也有基於 MPP 架構的元件---Impala

因 Hadoop(Hive) 基於 MapReduce 架構在千萬筆資料以下並無查詢效能優勢，必須在億級資料筆數才能發揮長處。Hadoop 陣營後來不甘示弱，加入 Impala 與 Presto 這些基於 HDFS 的 MPP 架構的元件，以對應 ad-hoc query 需求。

圖片來源：https://impala.apache.org/overview.html

MPP 架構也曾經在 Hadoop 風行時被宣告將死去

目前這兩個架構逐漸框定自己的主場，好像暫時誰也不會取代誰，都繼續發展中。因此，資訊或是資料領域面對的挑戰是越來越複雜的，我們才講了 8 個詞彙就感覺這些架構與系統五花八門、眼花撩亂，都各自有自己的設計思維與優點。

我常覺得 System Integrator (系統整合商)真正的價值是為客戶選擇產品、組成方案，去對應客戶的商業場景，而不是當原廠的擁護者。

業界還有另一個鄙視鏈，甲方的技術崗位不如乙方的，乙方的系統整合商不如 Distributor (代理商)，代理商不如 Vendor (原廠)的技術崗位。何時系統整合商可以改變腦死站隊原廠的現況，回歸技術專業導向，也許就會慢慢改觀。不改也沒關係，開源陣營夾著 AI 狂潮正在席捲而來，屆時連原廠是誰都會是個頭昏腦脹的問題。懂的人看這則新聞就知道我在說什麼了：使用其人工智慧服務發生智慧財產權糾紛時，微軟保證承擔相關法律問題、賠償費用。