SQL Server 2019 (готовится к выпуску) фактически имеет функцию, которая объединяет оба эти мира.Вы можете выполнять масштабные вычисления в кластерной конфигурации с использованием HDFS.Вы можете прочитать об этом здесь:
https://docs.microsoft.com/en-us/sql/big-data-cluster/big-data-cluster-overview?view=sqlallproducts-allversions
Более ранняя версия этой технологии, поставляемая в SQL Server 2016/2017, называется Polybase.У него немного другая техническая реализация и другая конфигурация.Вы можете прочитать об этом здесь: https://docs.microsoft.com/en-us/sql/relational-databases/polybase/polybase-guide?view=sql-server-2017
И то, и другое может дать вам форму "вычисления с горизонтальным масштабированием".Hadoop стремится использовать несколько относительно недорогих узлов и выполнять масштабирование для решения проблем с разделением.SQL Server также может делать это, хотя часто вы можете получить лучшую производительность для каждого узла с помощью различных встроенных механизмов.Существует аппаратный и программный фактор (а также накладные расходы на настройку / администрирование), который является компромиссом между NoSQL и решениями на основе SQL.Несмотря на то, что в этих двух моделях есть некоторые совпадения, подход с горизонтальным масштабированием имеет некоторые преимущества для задач, которые можно полностью разделить (как по стоимости, так и по масштабу), и подход RDBMS, вероятно, имеет более широкие / быстрые возможности запросов.Это не значит, что вы не можете выполнять масштабируемый SQL и что вы не можете делать более сложные приложения в NoSQL.У них есть сильные стороны, и тогда есть то, что они «могут» делать против «не могут / не должны» делать.
(Традиционный SQL Server, как и предлагалось в другом ответе, несколько более ограничен в плане горизонтального масштабирования, хотя группы доступности AlwaysOn дают вам возможность создавать читаемые вторичные компоненты для частичного масштабного вычисления)