问Greenplum: gpfdist文件服务

EN

gpfdist可以在任何主机上运行。它基本上是lighttpd，您指向一个目录，它位于那里并侦听您指定的端口上的连接。

在greenplum服务器/数据库端，创建使用gpfdist位置的位置设置的外部表定义。

然后，您可以查询此表，gpfdist将向数据库引擎“提供文件”。

阅读：http://gpdb.docs.pivotal.io/4380/utility_guide/admin_utilities/gpfdist.html和http://gpdb.docs.pivotal.io/4380/ref_guide/sql_commands/CREATE_EXTERNAL_TABLE.html

外部表由几件事组成，其中最重要的两个是获取(或放置)数据的位置，另一个是如何获取数据并将其解析为可用作表记录的内容。当您创建外部表时，您只是创建了它应该如何工作的定义。

只有在对外部表执行查询时，这些段才会执行已在该定义中设置的操作。需要注意的是，它们并不是在创建持久连接或缓存数据。每次执行该查询时，集群都会查看其定义，并在网络上移动该数据，并将其用于该查询的长度。

在使用gpfdist作为端点的情况下，它实际上只是一个the服务器。人们经常在ETL节点上运行一个。当位置是gpfdist，并且您创建了一个可读的外部表时，每个段都将连接到gpfdist，请求文件的一块并对其进行处理。这就是并行性，多个段连接到gpfdist并获取数据块，然后它们将尝试根据表定义中指定的内容解析成一个元组，然后将其组合在一起，为您的查询创建一个数据表。

gpfist也可以是可写外部表的端点。在这种情况下，段都将把它们拥有的数据推送到远程位置，而gpfdist将把它推到磁盘上的数据写到磁盘上。这里要注意的是，这里没有承诺排序顺序，数据是从多个段流式传输到磁盘的。

是的，Gpfdist是文件分发服务，它用于外部表。Green plum DB直接从目录(Unix或windows)中查询类似于表的文件

我们可以选择平面文件数据并进行进一步的处理。Unicode和通配符也可以使用预定义的编码进行处理。

在gpfdist的帮助下出现了外部表概念。

在windows中设置的语法

gpfdist -d ${FLAT_FILES_DIR} -p 8081 -l /tmp/gpfdist.8081.log

只需确保您的特定源计算机中有gpdist.exe