3.Greenplum数据导入

2.2 导入

2.2.1 使用gpfdist导入

2.2.1.1 启动gpfdist服务

使用service就要分配端口，在我们的实际项目中一般把gpfdist服务的端口设置到9000以上，防止与其他服务冲突。
示例：
gpfdist -d /backup/etl_data -p 9091 -l /home/etl/gpfdist_9091.log&
回车再回车即可。
使用&将9091这个这个端口上的gpfdist服务放到后台。
这样，在/backup/etl_data这个路径下的接口文件都可以通过gpfdist服务的各种功能来操作。一些简单的日志会记录在/home/etl/gpfdist_9091.log这个文件里，目前版本只是找不到文件才会往里面写日志—这个功能真可怜。
例如：
gfile stat /backup/jzqd/BIUP_GD1/CB51020M* failure: No such file or directory
fstream unable to open file /backup/jzqd/BIUP_GD1/CB51020M*
[2012-07-01 19:40:45] [WRN gpfdist.c:1030] reject request from 192.168.1.3, path /backup/jzqd/BIUP_GD1/CB51020M*

2.2.1.2 查看gpfdist服务

etl@smdw:~> ps -ef|grep gpfdist
etl 8404 7503 0 11:17 pts/3 00:00:00 grep gpfdist
etl 22913 1 1 Jul07 pts/3 01:12:26 gpfdist -d /backup/etl_data -p 9091 -l /home/etl/gpfdist_9091.log
etltest 26466 1 0 Jul08 pts/3 00:00:44 gpfdist -d /backup/etl_data -p 9092 -l /home/etltest/gpfdist_9092.log
etl@smdw:~>
在使用gpfdist服务之前最好用ps命令查看一下服务启动用户、启动时间、指向路径以及日志记录日志。
在本例中可以看到9091上的gpfdist是由etl用户启动的，9092上的是由etltest用户启动的。因为不同的用户对不同目录的访问权限不一样，所以这两个gpfdist如果要访问同一路径下的某一个文件则需要预先给目录和文件赋予用户可以访问的权限。即gpfdist读写文件的权限跟它的启动用户的读写权限是直接关联的。

2.2.1.3 Gpfdist下的外部表

要通过gpfdist把文本文件装载导入到实体表，首先就要为实体表建立对应的可读外部表，在外部表的定义中的locatoin来指定对应的文本文件的路径，然后通过读取外部表来把文本文件的内容读取到数据库里面。
例如我们要把文本文件DATAFILE20120718.txt导入到实体表stage.tf_f_user中：
建立实体表：
create table stage.tf_f_user (字段1,字段2,字段3……) 分布键 分区……
为实体表建立对应的外部表：
create readable external table stage.tf_f_user_external (字段1,字段2,字段3……)
LOCATION ('gpfdist://smdw-1:9091/DATAFILE20120718.txt') ……
（创建外部表的时候默认为可读外部表，所readable不写也是可以的）
这个句子指定了外部表stage.tf_f_user_external的对应文本文件是目录/backup/etl_data下的文件DATAFILE20120718.txt。
（注意：外部表的字段顺序必须与文本文件中的字段顺序是一致的，并且要保证外部表中的字段长度不能小于文本文件中对应字段的长度）
这样，我们写一个语句：
insert into stage.tf_f_user(字段1,字段2,字段3,……) select 字段1,字段2,字段3…… from stage.tf_f_user_external;
然后执行之，就可以把文本文件DATAFILE20120718.txt中的内容读取到之前建立的实体表stage.tf_f_user里面去了。到这就完成了文本文件到实体表的导入。

2.2.2 使用copy导入

使用copy命令把文本文件导入到表正如前面所说是比较简洁的，它不需要额外的建立外部表，在文本文件的字段顺序与表的字段顺序一致的情况下，只需要执行简单的copy命令就可以完成导入动作，例如：
etl@smdw:/backup/etl_data/ > psql -d bi -h mdw -U bidw
psql (8.2.15)
Type "help" for help.

bi=> \copy stage.tf_f_user from ‘/backup/etl_data/DATAFILE_20120718_0001.txt’ with delimiter ‘|’;
然后回车就可以把DATAFILE_20120718_0001.txt这个以“|”为字段分隔符的文本文件导入到stage.tf_f_user表中了。