架构
MPP架构（Massively Parallel Processing，大规模并行处理）是一种分布式数据处理技术，其核心特征包括任务并行执行、私有资源、数据分布式存储（本地化）、分布式计算、横向扩展以及Shared Nothing架构。在这种架构中，每个节点都拥有独立的磁盘存储系统和内存系统，通过专用网络或商业通用网络连接彼此进行协同计算，从而提高数据处理性能。
MPP架构与Hadoop架构的比较：
- Hadoop架构：是一种分布式计算系统，主要用于处理大规模数据集，它依赖于分布式文件系统（HDFS）进行数据存储和处理。Hadoop架构更侧重于数据的批处理和分布式文件处理，而MPP架构则更侧重于实时或近实时的高性能数据分析。
- MPP架构：如前所述，MPP架构通过将工作负载分散到多个节点上来提高数据处理性能，每个节点独立处理一部分数据，从而实现并行处理，这种架构非常适合需要快速响应和高效数据处理的应用场景。
MPP架构非常适合OLAP（在线分析处理）应用，因为它能够处理大量的数据并快速提供分析结果。在OLAP场景中，MPP架构可以通过并行处理多个查询请求，显著提高查询性能，同时优化数据分布与传输，降低系统延迟和吞吐量，从而提供更好的分析体验。
分类
OLTP：MySQL、PostgreSQL、PolorDB
OLAP：ClickHouse、AnalyticDB
内存数据库
1、DockDB
2、LevelDB
参考
1、https://blog.csdn.net/fuhanghang/article/details/135421557
