二者處理數據的思路是一樣的, 分布式并行處理, 某種程度上也都能完成同樣的工作.
但mpp仍是關系型數據庫技術, 能較好支持SQL, 使用更方便 (舉例：GreenPlum)
hadoop是開源平臺, 本身不是數據庫, 但可處理非結構化數據, 這點關系數據庫很難做到.

hive跟mpp的內存管理方式不大一樣，mpp內存管理比較精細，他主要的想法是在每個機器上放個數據庫，傳統數據庫的內存管理比較復雜，主要是內外存交互的東西，這樣的架構決定了mpp在小數據量的時候，latency可以做的比較小，但是在大數據量的時候，throughput做不上去。
而hive的內存管理非常粗放，他后來就是mapreduce的job，mr的job是沒有太多精細的內存管理的，他就是拼了命地scan，完了頂多就是個spill，這樣的架構導致throughput很大，但是latency很高，當你集群規模很大的時候，你一般會追求很大的throughput，當數據量很大的時候，如果你用mpp那種傳統的內存管理的話，大批量的計算反而會慢，而且更加占資源，所以vertica這種一開始就考慮了列式存儲就是這個道理。

　hive跟mpp的存儲模型不一樣，hive用的hdfs，而mpp需要自己做切分，自己做切分就帶來動態調整的問題。
　　hdfs的擴展是通過元數據來做的，他有中心節點用來存元數據，在加入新的節點的時候，只需要修改元數據就可以了，所以hdfs的擴展能力是受到管理元數據那臺機器的性能限制的，一般來說可以到10k這個規模，再向上就不行了。
　　實測對比GreenPlum和Hive，GP比Hive性能高出至少一個數量級，但是大部分場景下，依然是秒級甚至分鐘級的延遲，距離具體通常意義的實時毫秒級，差距巨大。