小贴士：SMP与MPP

当今数据计算领域主要的应用程序和模型可大致分为在线事务处理（On-line Transaction Processing，OLTP）、决策支持系统（Decision-making Support System，DSS）和企业信息通信（Business Communication）三大类。计算平台的体系结构通常有小型独立服务器、SMP（Symmetrical Multi-Processing，对称多处理）、MPP（大规模并行处理）和NUMA（Non Uniform Memory Access，非均匀存储器存取）结构。这里，我们重点讲一下SMP与MPP。

1.SMP

SMP是指在一个计算机上汇集了一组处理器（多核CPU），各CPU之间共享内存子系统以及总线结构。代表数据库有Oracle、MySQL。SMP架构原理图如图1-15所示。

SMP的典型特征如下：

❑每个处理器共享操作系统的一个副本。

❑支持共享架构。

❑多任务并行架构，是一个紧耦合的多处理器系统。

❑多个处理器之间共享整个工作。

❑没有单独的缓存池或锁表，全部共享。

❑通过购买更大的系统来实现扩展。

❑容易出现资源争用等问题。

❑创建分布式架构需要复杂的设计，并且只能部分实现。

❑软件提供的内存可用量完全取决于RAM和负载的数量。

在SMP中，每个CPU都有自己的缓存，无论双核还是四核，其余资源都是共享的。

SMP的优点如下。

1）共享单一操作系统副本。

2）应用程序编程模式简便。

3）管理成本低，易于维护管理。

SMP的缺点如下。

1）伸缩扩展能力非常有限。对SMP服务器进行扩展的方式包括增加内存、使用更快的CPU、增加CPU、扩充I/O（槽口数与总线数）以及添加更多的外部设备（通常是磁盘存储设备）。这样的架构模式直接导致内存上线受限制。

2）CPU利用率低。由于每个CPU必须通过相同的内存总线访问相同的内存资源，因此随着CPU数量的增加，内存访问冲突将迅速增加，最终造成CPU资源的浪费，大大降低CPU性能的有效性。

3）总线有瓶颈。当大型程序的处理要求大于共享总线时，总线就没有能力进行处理了，这时共享的总线就成为性能瓶颈。

4）容错性和效率较低。

SMP的典型应用场景是托管小型网站和电子邮件服务器等。

2.MPP

MPP，即大规模并行处理系统，由许多松耦合的处理单元组成。注意，这里是指处理单元而不是处理器。每个单元内的CPU都有自己私有的资源，如总线、内存、硬盘等。每个单元内都有操作系统和管理数据库实例。这种结构最大的特点在于不共享资源。代表数据库有ClickHouse、Snowflake、Azure Synapse Analytics、Impala、Greenplum、Elasticsearch、Presto。MPP架构原理图如图1-16所示。

MPP典型特征如下：

❑每个处理器都使用自己的操作系统和内存。

❑支持无共享架构。

❑多个处理器对单个任务进行协调处理。每个处理器处理任务的不同部分。

❑每个节点只负责处理自己磁盘上的任务。

❑每个节点维护自己的一组锁表和缓存池，增加了内存功能的可用性。

❑只需添加机架即可轻松实现可扩展性，支持TB到PB数据量级的水平扩展。

❑完全不共享资源，所以不存在资源争用。

❑被设计为分布式架构。

❑数据被水平分区，压缩率高，以最佳方式使用内存。

❑处理器使用消息进行通信。

MPP的优点如下。

1）每个处理器都使用自己的操作系统和内存。

2）性能好。大规模数据并行处理能力优秀，适合于复杂的大型数据分析与处理场景。

3）可伸缩。在MPP增加节点时，MPP的性能可以线性扩展。MPP在数据仓库决策支持和数据挖掘方面占据优势。

4）低成本。基于MPP的数据仓库解决方案旨在廉价的商用硬件上运行，不需要可能包含成本的企业级双冗余组件。

5）高可用。使用自动数据复制来提高系统弹性并确保高可用性。

6）高吞吐量。MPP可以实现非常高的吞吐量，因为读写操作可以在集群中的独立节点上并行执行。

MPP的缺点如下。

1）管理成本高。MPP需要一种复杂的机制来调度和平衡各个节点的负载和并行处理过程，通信复杂。当通信时间长时，MPP性能会变差。目前一些基于MPP技术的服务器一般通过系统级软件（如数据库）来屏蔽这种复杂性。

2）短板效应：如果遇到“短板”节点，整个引擎的性能将下降到该短板节点的能力（木桶的短板）。MPP架构不适合异构的机器，它要求各节点配置相同。

MPP的典型应用场景是数据仓库、大规模数据处理和数据挖掘等。