從架構來看， NUMA 與 MPP 具有許多相似之處：它們都由多個節點組成，每個節點都具有自己的 CPU 、內存、 I/O ，節點之間都可以通過節點互聯機制進行信息交互。那么它們的區別在哪里？通過分析下面 NUMA 和 MPP 服務器的內部架構和工作原理不難發現其差異所在。
首先是節點互聯機制不同， NUMA 的節點互聯機制是在同一個物理服務器內部實現的，當某個 CPU 需要進行遠地內存訪問時，它必須等待，這也是 NUMA 服務器無法實現 CPU 增加時性能線性擴展的主要原因。而 MPP 的節點互聯機制是在不同的 SMP 服務器外部通過 I/O 實現的，每個節點只訪問本地內存和存儲，節點之間的信息交互與節點本身的處理是并行進行的。因此 MPP 在增加節點時性能基本上可以實現線性擴展。
其次是內存訪問機制不同。在 NUMA 服務器內部，任何一個 CPU 可以訪問整個系統的內存，但遠地訪問的性能遠遠低于本地內存訪問，因此在開發應用程序時應該盡量避免遠地內存訪問。在 MPP 服務器中，每個節點只訪問本地內存，不存在遠地內存訪問的問題。
圖 3.MPP 服務器架構圖
數據倉庫的選擇
哪種服務器更加適應數據倉庫環境？這需要從數據倉庫環境本身的負載特征入手。眾所周知，典型的數據倉庫環境具有大量復雜的數據處理和綜合分析，要求系統具有很高的 I/O 處理能力，并且存儲系統需要提供足夠的 I/O 帶寬與之匹配。而一個典型的 OLTP 系統則以聯機事務處理為主，每個交易所涉及的數據不多，要求系統具有很高的事務處理能力，能夠在單位時間里處理盡量多的交易。顯然這兩種應用環境的負載特征完全不同。
從 NUMA 架構來看，它可以在一個物理服務器內集成許多 CPU ，使系統具有較高的事務處理能力，由于遠地內存訪問時延遠長于本地內存訪問，因此需要盡量減少不同 CPU 模塊之間的數據交互。顯然， NUMA 架構更適用于 OLTP 事務處理環境，當用于數據倉庫環境時，由于大量復雜的數據處理必然導致大量的數據交互，將使 CPU 的利用率大大降低。
相對而言， MPP 服務器架構的并行處理能力更優越，更適合于復雜的數據綜合分析與處理環境。當然，它需要借助于支持 MPP 技術的關系數據庫系統來屏蔽節點之間負載平衡與調度的復雜性。另外，這種并行處理能力也與節點互聯網絡有很大的關系。顯然，適應于數據倉庫環境的 MPP 服務器，其節點互聯網絡的 I/O 性能應該非常突出，才能充分發揮整個系統的性能。
