Hawq架构

Hawq采用分层架构，将MPP shared-nothing的计算层架在HDFS之上。

Hawq集群中有三种角色：master, namenode和segment hosts。

1、Master负责认证、授权、从查询解析、分析、优化到生成计划，启动并分发计划，并收集执行状态和结果。

2、segment host包含一个hdfs datanode和多个segment以更好地利用多核架构，datanode和segment放在一起可以更好地利用数据本地性。一个datanode对应多个segment，segment通过libhdfs3来访问hdfs，libhdfs3是一个c++的hdfs client。对于segment，每个segment在hdfs上对应一个单独的目录，在负责读写分配给它的数据时，就是读写该目录下的文件。

Hawq支持两种分配方式：hash和random。hash distribution将某个指定的列进行hash来分配数据。对于hash数据分配方式，相同key的数据都由同一个segment负责读取，而不需要再做shuffle或redistribute，既提升性能又节省网络带宽。

Hawq支持事务，对于catalog数据, 使用write ahead log(WAL)和mvcc多版本并发控制。

• A massively parallel processing SQL engine
• Inherits merits from MPP database and HDFS
• Stateless segment design supported by metadata dispatch and self-described execution plan
• UDP based interconnect to overcome TCP limitations
• Transaction management supported by a swimming lane model and truncate operation in HDFS
• Significant performance advantage over Stinger