首页 > 数据库> 文章详细

Greenplum6 数据库数据库学习_外部表

2021-04-15 07:03:08 阅读：249 来源： 互联网

标签：... 外部数据库 mdw testDB Greenplum6 gpadmin gpfdist

学习地址

注意，以下文档可能有问题，以实际测试为准。因为版本6语法有变化。
https://www.cnblogs.com/kingle-study/p/10552097.html
书籍
《Greenplum企业应用实战》

外部表简介

Greenplum 在数据加载上有一个明显的优势,就是支持数据的并发加载,gpfdisk是并发加载的工具,数据库中对应的就是外部表

　　所谓外部表，就是在数据库中只有表定义、没有数据，数据都存放在数据库之外的数据文件。greenplum可以对一个外部表执行正常的DML操作，当读取数据的时候，数据库从数据文件中加载数据。外部表支持在segment上并发地告诉从gpfdist导入数据，由于是从segment上导入数据，所以效率很高。

　　结构图:

Greenplum6 数据库数据库学习_外部表

　　外部表需要指定gpfdist的IP和端口，还要有详细的目录地址，文件名支持通配符匹配。可以编写多个gpfdist地址，但是总数不能超过总的segment数量，否则会报错。

　　GPDB提供两种外部表：可读外部表用于数据装载、可写外部表用于数据卸载。外部表可基于文件、亦可基于WEB，这两种都能实现可读、可写。

当一个查询使用一个常规的外部表，该外部表被认为是可重读的，因为在该查询期间数据是静态的。而对于WEB外部表，数据是不可重读的，因为在该查询的执行期间数据可能会发生变化。

　　　　可写外部表用以从数据库表中选择记录并输出到文件、命名管道或其他可执行程序。 比如，可以从GPDB中卸载数据并发送到一个可执行程序，该程序连接到其他数据库或者ETL工具并装载数据到其他地方。 可写外部表还可以用于输出到GPDB的并行MapReduce计算。

　　　　可写外部表被定义后，数据即可从数据库表中被选择并插入到该可写外部表。 可写外部表只允许INSERT操作 – SELECT、 UPDATE、 DELETE或TRUNCATE是不允许的。可写外部表输出数据到一个可执行程序，该程序要能够接受流输入数据。

　　　　在创建外部表的时候，可以指定分隔符、err表、指定允许出错的数据条数，以及源文件的编码等信息。

语法

CREATE [READABLE] EXTERNAL [TEMPORARY | TEMP] TABLE table_name 
     ( column_name data_type [, ...] | LIKE other_table )
      LOCATION ('file://seghost[:port]/path/file' [, ...])
        | ('gpfdist://filehost[:port]/file_pattern[#transform]'
        | ('gpfdists://filehost[:port]/file_pattern[#transform]'
            [, ...])
      FORMAT 'TEXT' 
            [( [HEADER]
               [DELIMITER [AS] 'delimiter' | 'OFF']
               [NULL [AS] 'null string']
               [ESCAPE [AS] 'escape' | 'OFF']
               [NEWLINE [ AS ] 'LF' | 'CR' | 'CRLF']
               [FILL MISSING FIELDS] )]
           | 'CSV'
            [( [HEADER]
               [QUOTE [AS] 'quote'] 
               [DELIMITER [AS] 'delimiter']
               [NULL [AS] 'null string']
               [FORCE NOT NULL column [, ...]]
               [ESCAPE [AS] 'escape']
               [NEWLINE [ AS ] 'LF' | 'CR' | 'CRLF']
               [FILL MISSING FIELDS] )]
           | 'CUSTOM' (Formatter=<formatter specifications>)
     [ ENCODING 'encoding' ]
     [ [LOG ERRORS] SEGMENT REJECT LIMIT count
       [ROWS | PERCENT] ]
CREATE [READABLE] EXTERNAL WEB [TEMPORARY | TEMP] TABLE table_name 
     ( column_name data_type [, ...] | LIKE other_table )
      LOCATION ('http://webhost[:port]/path/file' [, ...])
    | EXECUTE 'command' [ON ALL 
                          | MASTER
                          | number_of_segments 
                          | HOST ['segment_hostname'] 
                          | SEGMENT segment_id ]
      FORMAT 'TEXT' 
            [( [HEADER]
               [DELIMITER [AS] 'delimiter' | 'OFF']
               [NULL [AS] 'null string']
               [ESCAPE [AS] 'escape' | 'OFF']
               [NEWLINE [ AS ] 'LF' | 'CR' | 'CRLF']
               [FILL MISSING FIELDS] )]
           | 'CSV'
            [( [HEADER]
               [QUOTE [AS] 'quote'] 
               [DELIMITER [AS] 'delimiter']
               [NULL [AS] 'null string']
               [FORCE NOT NULL column [, ...]]
               [ESCAPE [AS] 'escape']
               [NEWLINE [ AS ] 'LF' | 'CR' | 'CRLF']
               [FILL MISSING FIELDS] )]
           | 'CUSTOM' (Formatter=<formatter specifications>)
     [ ENCODING 'encoding' ]
     [ [LOG ERRORS] SEGMENT REJECT LIMIT count
       [ROWS | PERCENT] ]
CREATE WRITABLE EXTERNAL [TEMPORARY | TEMP] TABLE table_name
    ( column_name data_type [, ...] | LIKE other_table )
     LOCATION('gpfdist://outputhost[:port]/filename[#transform]'
      | ('gpfdists://outputhost[:port]/file_pattern[#transform]'
          [, ...])
      FORMAT 'TEXT' 
               [( [DELIMITER [AS] 'delimiter']
               [NULL [AS] 'null string']
               [ESCAPE [AS] 'escape' | 'OFF'] )]
          | 'CSV'
               [([QUOTE [AS] 'quote'] 
               [DELIMITER [AS] 'delimiter']
               [NULL [AS] 'null string']
               [FORCE QUOTE column [, ...]] ]
               [ESCAPE [AS] 'escape'] )]
           | 'CUSTOM' (Formatter=<formatter specifications>)
    [ ENCODING 'write_encoding' ]
    [ DISTRIBUTED BY (column [opclass], [ ... ] ) | DISTRIBUTED RANDOMLY ]
CREATE WRITABLE EXTERNAL WEB [TEMPORARY | TEMP] TABLE table_name
    ( column_name data_type [, ...] | LIKE other_table )
    EXECUTE 'command' [ON ALL]
    FORMAT 'TEXT' 
               [( [DELIMITER [AS] 'delimiter']
               [NULL [AS] 'null string']
               [ESCAPE [AS] 'escape' | 'OFF'] )]
          | 'CSV'
               [([QUOTE [AS] 'quote'] 
               [DELIMITER [AS] 'delimiter']
               [NULL [AS] 'null string']
               [FORCE QUOTE column [, ...]] ]
               [ESCAPE [AS] 'escape'] )]
           | 'CUSTOM' (Formatter=<formatter specifications>)
    [ ENCODING 'write_encoding' ]
    [ DISTRIBUTED BY (column [opclass], [ ... ] ) | DISTRIBUTED RANDOMLY ]

testDB=#

创建外部表

语法


gpfdist [-d directory] [-p http_port] [-l log_file] [-t timeout]
[-S] [-w time] [-v | -V] [-s] [-m max_length] [--ssl certificate_path]
gpfdist -? | --help
gpfdist --version

启动进程


[gpadmin@mdw ~]$ nohup gpfdist -d /home/gpadmin/script/ -p 8081 -l /home/gpadmin/script/gpfdist.log &
[1] 32971
[gpadmin@mdw ~]$ nohup: ignoring input and appending output to ‘nohup.out’

[gpadmin@mdw ~]$ 
[gpadmin@mdw ~]$ 
[gpadmin@mdw ~]$ 
[gpadmin@mdw ~]$ 
[gpadmin@mdw ~]$ ll
total 75448
drwxrwxr-x 2 gpadmin gpadmin     4096 Apr 14 22:51 gpAdminLogs
drwxrwxr-x 2 gpadmin gpadmin       41 Feb 16 16:27 gpconfig
drwxr-xr-x 2 gpadmin gpadmin      195 Feb 23 21:43 greenplum-cc-web-6.4.0-gp6-rhel7-x86_64
-rw-r--r-- 1 gpadmin gpadmin 77241507 Feb 17 23:01 greenplum-cc-web-6.4.0-gp6-rhel7-x86_64.zip
-rw-rw-r-- 1 gpadmin gpadmin     2733 Feb 23 20:49 initGreenplum　
drwxrwxr-x 2 gpadmin gpadmin       61 Mar 15 16:33 l
-rw------- 1 gpadmin gpadmin      583 Apr 15 01:15 nohup.out
-rw-rw-r-- 1 gpadmin gpadmin       84 Apr 14 22:51 recov
drwxrwxr-x 2 gpadmin gpadmin       25 Apr 15 01:15 script
[gpadmin@mdw ~]$ jobs
[1]+  Running                 nohup gpfdist -d /home/gpadmin/script/ -p 8081 -l /home/gpadmin/script/gpfdist.log &
[gpadmin@mdw ~]$ cd script/
[gpadmin@mdw script]$ ls
gpfdist.log
[gpadmin@mdw script]$ more gpfdist.log 
[gpadmin@mdw script]$ ss -lntup|grep 8081
tcp    LISTEN     0      256    [::]:8081               [::]:*                   users:(("gpfdist",pid=32971,fd=6))
[gpadmin@mdw script]$ 
[gpadmin@mdw script]$ 
[gpadmin@mdw script]$ vim test.txt
Prague,Jan,101,4875.33
Rome,Mar,87,1557.39
Bangalore,May,317,8936.99
Beijing,Jul,411,11600.67
San Francisco,Sept,156,6846.34
Paris,Nov,159,7134.56
San Francisco,Jan,113,5397.89
Prague,Dec,333,9894.77
Bangalore,Jul,271,8320.55
Beijing,Dec,100,4248.41

创建外部表

create external table public.test
(
country varchar(128),
name varchar(128),
id int,
sale varchar(128)
)
location ('gpfdist://10.10.10.101:8081/test.txt')
format 'text'
(delimiter ',' null as '' escape 'off')
encoding 'utf8'
log errors segment reject limit 3 rows;

--- location   文件所在位置，可以直接是本地路径、gpfdist地址、gpfdists地址、gphdfs地址。
--- format     文本类型
--- delimiter  分隔符
--- encoding    编码
--- log errors into  错误数据表，记录错误数据，会自动创建。一般都是tablename_err格式，例如t1_err。
--- segment reject limit  错误数据的条数/百分比(rows/percent)，超过设置值会报错。最小值是2。用来确保数据的完整性。

testDB=#  create external table public.test
testDB-# (
testDB(# country varchar(128),
testDB(# name varchar(128),
testDB(# id int,
testDB(# sale varchar(128)
testDB(# )
testDB-# location ('gpfdist://10.10.10.101:8081/test.txt')
testDB-# format 'text'
testDB-# (delimiter ',' null as '' escape 'off')
testDB-# encoding 'utf8'
testDB-# log errors segment reject limit 3 rows;
CREATE EXTERNAL TABLE
testDB=#        

testDB=# 
testDB=# select * from public.test;
    country    | name | id  |   sale   
---------------+------+-----+----------
 Prague        | Jan  | 101 | 4875.33
 Rome          | Mar  |  87 | 1557.39
 Bangalore     | May  | 317 | 8936.99
 Beijing       | Jul  | 411 | 11600.67
 San Francisco | Sept | 156 | 6846.34
 Paris         | Nov  | 159 | 7134.56
 San Francisco | Jan  | 113 | 5397.89
 Prague        | Dec  | 333 | 9894.77
 Bangalore     | Jul  | 271 | 8320.55
 Beijing       | Dec  | 100 | 4248.41
(10 rows)

数据装载

表结构必须存在

testDB=# create  table public.test_in
testDB-# (
testDB(# country varchar(128),
testDB(# name varchar(128),
testDB(# id int,
testDB(# sale varchar(128)
testDB(# )
testDB-# ;
NOTICE:  Table doesn't have 'DISTRIBUTED BY' clause -- Using column named 'country' as the Greenplum Database data distribution key for this table.
HINT:  The 'DISTRIBUTED BY' clause determines the distribution of data. Make sure column(s) chosen are the optimal data distribution key to minimize skew.
CREATE TABLE
testDB=# insert into  test_in select * from  public.test;
INSERT 0 10
testDB=#

如果表结构不存在，则会插入不进去

testDB=# insert into testx001 select * from  public.test;
ERROR:  relation "testx001" does not exist
LINE 1: insert into testx001 select * from  public.test;

标签：...,外部,数据库,mdw,testDB,Greenplum6,gpadmin,gpfdist
来源： https://blog.51cto.com/lishiyan/2706991

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9

Greenplum6 数据库数据库学习_外部表

学习地址

外部表简介

语法

创建外部表

语法

启动进程

创建外部表

数据装载