HadoopDB

首先思考一个问题：针对弱关系型数据的数据仓库解决方案会是怎样的?

耶鲁大学的这个 HadoopDB 研究项目挺有意思。这是个并行 DBMS(PostgreSQL) 技术和 MapReduce 的结合的产物。

(上图来源)

上图中的 SMS 是 "SQL to MapReduce to SQL" 的缩写。这是 HadoopDB 的一个设计难点。经过了两层转换，对于 SQL 执行的效率多少会是个问题。

也可以对比一下 Facebook 的 Hive :

说起 DBMS 和 MapReduce 结合，自然要提起 GreenPlum， 原来是 Hadoop 的间接竞争对手，现在变成直接的了。相比来说，GreenPlum 要更成熟一些。HadoopDB 毕竟是学院派的东西。

二者都是典型的 Share-Nothing 结构。类似 Oracle 集群的 Share-Storage 的模式现在已经有点过时了。更多混搭出来的技术解决方案让人喜忧参半，喜的是有很多东西可以选择，忧的是你不知道哪个项目生命期更长久。