MPP 架构

我们将通过本文档来介绍 YMatrix 在物理层面采用的数据库技术架构：MPP（Massive Parallel Processing，大规模并行处理）架构。

1 MPP 架构是什么？

MPP 是指在数据库非共享（Shared Nothing）集群中，每个节点（Node）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（Segment Node）通过专有网络或者商业通用网络互相连接，彼此协同计算，提供数据库服务。非共享数据库集群具备可扩展性、高可用、高性能、高性价比等优势。

简单来说，MPP 架构是将任务并行地分散到多个服务器和节点上，在每个节点的计算完成后，将结果汇总在一起得到最终的结果。

2 MPP 架构的无共享特性指的是什么？

从数据技术架构的角度来说，分布式数据库架构分为完全共享（Shared Everything）、无共享（Shared Nothing）和共享磁盘（Shared Disk）：

Shared Everything 一般针对单个主机，安全透明共享 CPU、内存、I/O，但并行处理能力不足。
Shared Disk 是一种用于分布式计算的架构，其中节点共享相同的磁盘设备，但每个节点都有自己的私有内存。这些磁盘具有活动节点，可以在出现任何故障时共享内存。在此体系结构中，用户可以从所有集群节点访问磁盘。该架构能够快速适应不断变化的工作负载。它使用强大的优化技术。
Shared Nothing 是一种用于分布式计算的架构，其中每个节点都是独立的，不同节点通过网络互连。每个节点都由处理器、主内存和磁盘组成。该架构的主要动机是消除节点之间的竞争。此架构中节点不共享内存或存储，磁盘也具有无法共享的单独节点，以便在大容量和读写环境中有效工作。

3 MPP 架构的特点是什么？

MPP 架构特点如下：

不需要将中间数据写入磁盘。
任务并行执行。
数据分布式存储（本地化）。
分布式计算，所有数据节点（Segment）角色一样。可以提升并行计算能力。
Master 的稳定性，可用性影响整体的性能。
横向扩展，支持集群节点的扩容。
木桶效应，如果一个节点总是执行的慢于集群中其他的节点，整个集群的性能就会受限于这个故障节点的执行速度。