在比較兩者的區別之前，首先應該清楚，兩者的應用場景不同，在工業工程中兩者是互相補充的角色。

為什麼關係型資料庫不能通過增加磁碟的方式來擴充分析能力，而hadoop卻需要這麼做呢？原因在於，關係型資料庫主要應用於大量細粒化讀寫和更新資料的場景，而hadoop則主要用於批量讀寫（一次寫入多次讀取）的場景。對不連續的細粒度資料讀寫的效能主要取決於磁碟的尋道時間，連續大規模讀寫資料則取決於磁碟傳輸時間，兩者有數量級上的差別。

另外，關係型資料庫的資料應該是結構化的，而Hadoop（MapReduce）主要是非結構化或者半結構化的。結構化資料應當是結構性且無重複的。MapReduce的資料來源則沒有這樣的要求。

當資料規模非常大的時候，MapReduce可以通過增加節點的數量來減少時間消耗。因為MapReduce會將資料分塊，主要的功能性基元Map和Reduce又是可以並行的。所以，根據資料規模線性擴充套件叢集大小，就可以保證處理時間保持不變。

總之，關係型資料庫適合用於GB級以內的資料的高精度操作，MapReduce適合PB級及以上資料的低精度操作。且兩者現在正互相學習各自長處來完善自己。

如有任何問題，請在下方留言，歡迎交流！