MPP 传统数仓：

1 Oracle ：节点之间共享磁盘资源

优点：很常见，学习资料广泛，运维方便。

缺点：单个集群支持100左右节点，适合数据量小的场景

2 DB2 ：集群版本DPF-IBM商业数据库，与IBM硬件兼容好，一般伴随商业选增中被企业使用；

3 Teradata ：

一体机形式销售

自带数据引擎和查询工具，性能优秀，稳定易用，是大型企业商业数仓选型

4 Greenplum ：

开源产品，性价比高

大数据数仓

1 Hive 主流数仓产品：基于hadoop分布式架构?；

原理是将SQL（Hivesql）通过解释器转换为mapreduce 的作业执行模型，提交到Hadoop集群上?，返回作业执行结果给用户。hive 在加载数据过程中不会对数据进行任何的修改，只是将数据移动到HDFS 中hive 设定的目录下，因此，hive 不支持对数据的改写和添加，所有的数据都是在加载的时候确定的。hive 的数据存储在 HDFS 中，大部分的查询由 MapReduce 完成（不包含 * 的查询，比如 select * from tbl 不会生成 MapReduce 任务）

优点：适用于海量数据批处理场景，使用Hiveql 语法

离线批处理是其主场

缺点：hive 需要安装集群和运维

2 hive on spark（spark SQL） -- 产生的原因是MR?引擎运行速度比较慢。【流处理】

优点：

无须单独安装集群和运维；?

开发更灵活，spark引擎原生支持更好；

3 HBase NoSQL数据库--更适合存储半结构化数据

常用场景：

高并发业务查询；

实时流处理的业务存储；

非结构化半结构化数据存储；

DDL频繁变动的场景；

4 impala ：是一个大规模并行处理引擎，数据仓库的补充产品，impala是基于Hadoop设计的SQL查询引擎，impala查询不会转换为map reduce 作业，而是本地执行。Impala的数据格式、元数据、文件安全性和资源管理与MapReduce相同。它拥有和Hadoop一样的可扩展性、它提供了类SQL（类Hsql）语法，在多用户场景下也能拥有较高的响应速度和吞吐量。Impala还能够共享Hive Metastore，甚至可以直接使用Hive的JDBC jar和beeline等直接进行查询,并且支持丰富的数据存储格式（Parquet、Avro等）。此外，Impala 通过使用分布式查询引擎（由 Query Planner、Query Coordinator 和 Query Exec Engine 三部分组成），可以直接从 HDFS 或 HBase 中用 SELECT、JOIN 和统计函数查询数据，从而大大降低了延迟。

Impala的一些流行功能：

支持Apache HBase存储和HDFS或Hadoop分布式文件系统
支持Kerberos身份验证或Hadoop安全性
它可以轻松读取Apache Hive的元数据，SQL语法和ODBC驱动程序
它可以识别Hadoop文件格式，RCFile，Parquet，LZO和SequenceFile
Apache Sentry基于角色的授权。

Impala在2年内崛起，已成为最重要的SQL引擎之一。现在，甚至Amazon Web Services和MapR都已列出了对Impala的支持。

5 HAWQ 老牌数据库，Greenplum 在hadoop 架构上的新产品

6 TIDB 基于MPP+SMP 结构，底层NoSQL存储，兼容MySQL

同时做OLAP 和 OLTP，侧重OLTP

在选型上不占优势。

7 presto 是facebook开发的开源的分布式sql查询引擎，它被设计为用来专门进行高速、实时的数据分析。包括复杂查询、聚合（aggregation）、连接（join）和窗口函数（window functions)。Presto 本身并不存储数据，但是可以接入多种数据源，并且支持跨数据源的级联查询。

Presto是一个OLAP的工具，擅长对海量数据进行复杂的分析；但是对于OLTP场景，并不是Presto所擅长，所以不要把Presto当做数据库来使用。