孙淳晔，梁 杨/Sun Chunye,Liang Yang

（中国移动通信集团设计院有限公司河北分公司 石家庄050021）

1 引言

早期，运营商的数据库大多如Oracle、DB2 等OldSQL 型，近几年来，随着大数据技术的发展，数据处理技术进入了一个新的创新和发展高潮期。在硬件技术发展及市场需求双重因素的推动下，涌现出NewSQL、NoSQL 等新型数据库并逐步得以商用，形成目前数据库市场NewSQL、NoSQL、OldSQL 等多元异构的混搭格局[1]，如图1所示。其中，基于开源技术的Hadoop 作为NoSQL的典型代表，通过扩展和封装Hadoop平台，能出色地完成对半结构化和非结构化的信令类、互联网类等数据的处理及分析支撑。MPP（Massively Parallel Processing，大量信息并行处理机）作为NewSQL的典型代表，本质属于关系型分析类数据库，主要面向行业大数据，在企业传统数据仓库去IOE化[2]、构建新型数据仓库及结构化分析的过程中起着无法替代的作用。本文主要针对MPP 数据库进行探究介绍。

图1 多元混搭的数据处理架构

现阶段比较成熟的MPP 产品很多，主要分为两个阵营：有Master 节点的集群，如Greenplum、Aster Data、HBase 等；无Master 节点的集群，如Vertica、GBase 等。在电信运营商领域，MPP 多用于BASS、ODS、EDW 等系统数据仓库搭建、面向历史库搭建、深度分析库搭建或专项数据集市的应用等，呈现从平台、数据到应用的集中处理。随着传统架构瓶颈的日益凸显，MPP 数据库在海量数据的查询、统计、分析、挖掘等方面的价值日益体现，行业应用也在不断深化。

2 MPP 数据库

MPP 是一种大规模并行处理的集群系统[3]，由大量松耦合的处理单元Segment 组成，多为廉价的x86设备，区别于常见的Share-Disk，其采用Share-Nothing 架构，两种架构对比如图2所示。……