greenplum作為OLAP分析型軟體，自然避免不了從外部資料庫載入大量的資料，然而傳統的ETL資料傳輸方法（select=>insert）到GP需要經過GP的單點master，效率非常低。

下面介紹外部表用gpfdist快速匯入資料：

普通外部表和可寫外部表區別：

1、普通外部表只能select,可寫外部表只能insert

2、可寫外部表沒有錯誤表

3、可寫外部表可以指定分佈鍵，如果不指定，預設隨機分佈；普通外部表只能隨機分佈

gpfdist優勢：

1、直接由segment併發載入

2、直接載入資料檔案，並可讀寫（和選擇的外部表型別有關）

3、預設資料隨機分配，每個節點負載均衡（和選擇的外部表型別有關）

示例：

1、啟動gpfdist

安裝完GP後，自帶gpfdist檔案，直接指定目錄、埠等就能啟動服務。如果需要獨立的檔案伺服器，則需要在檔案伺服器上單獨下載gpfdist使用

[gpadmin@gp-master ~]nohup /disk/GP/bin/gpfdist -p 8081 -d /disk/upload &

使用nohup &是起守護程式作用，不然執行啟動服務的客戶端關閉後，這個程式也會被關閉；指定埠8081，指定檔案伺服器目錄/disk/upload

[gpadmin@gp-master ~]$ ps -ef|grep gpfdist

gpadmin 816 32606 0 17:08 pts/4 00:00:00 grep gpfdist

gpadmin 13036 1 0 Oct21 ? 00:00:44 /disk/GP/bin/gpfdist -p 8081 -d /disk/upload

2、建立普通外部表

CREATE EXTERNAL TABLE "ods"."order" (

"id" varchar(64),

"create_by" varchar(64),

"create_date" timestamp,

"update_by" varchar(64),

"update_date" timestamp,

"del_flag" char(1),

"user_id" varchar(64),

"user_name" varchar(64),

"account_id" varchar(64),

"equ_def_id" varchar(64),

"amount_in" numeric(20,2),

"amount_in_money" numeric(20,2),

"amount_out" numeric(20,2),

"amount_out_money" numeric(20,2),

"fee" numeric(20,2),

"fee_discount" numeric(20,2),

"money" numeric(20,2),

"actual_pay_money" numeric(20,2),

"discount_money" numeric(20,2),

"pay_time" timestamp,

"order_type" varchar(16),

"status" varchar(64),

"rel_biz_type" varchar(64),

"rel_biz_id" varchar(64),

"equ_agreement" varchar(64),

"remarks" varchar(100),

"transaction_type" varchar(1),

"pay_stop_date" timestamp,

"stop_time" timestamp,

"bid_method" varchar(64),

"profit_fee_rate" numeric(20,2),

"quit_charge_rate" numeric(20,2),

"return_tb" numeric(20,2),

"last_order_id" varchar(64),

"root_order_id" varchar(64),

"invest_name_for_me" varchar(64),

"invest_name_for_buyer" varchar(64),

"invest_start_time" timestamp,

"available_amount" numeric(20,2),

"surplus_days" int4,

"transferable_flag" varchar(64),

"trc_order_id" varchar(64)

) LOCATION ('gpfdist://gp-master:8081/order.csv') format 'csv' (DELIMITER ';');

注意有幾個坑：

1、這個實驗資料order.csv是生產環境mysql的測試資料，表中有時間型別欄位，如果從線上資料匯出到txt文字，這個時候你的時間格式就變成了varchar，再匯入到GP的時間型別欄位時候會報格式錯誤，所以儘量匯出為csv格式的文字

2、指定gpfdist資訊：LOCATION ('gpfdist://檔案伺服器主機名或IP:gpfdist埠/載入檔案') format '檔案格式' (DELIMITER '分隔字元')

3、從線上資料匯出到文字，不要行頭，不要封閉符，只需要分隔字元

測試資料90W記錄的資料，gpfdist載入資料在秒級別，效率很高

建立可寫外部表

CREATE WRITABLE EXTERNAL TABLE "ods"."order1" (