我是第一次设置 greenplum。我正在关注documentation。我想设置从 sql 到 greenplum 数据库的连接。目前正在找出实现这一目标的最佳方法。我遇到了 gpfdist 和 gpload。
两者有何不同？由于两者都使用外部表，因此都在从属节点上工作并用于并行加载。那么使用一个比另一个有什么优势吗？
【问题讨论】：
回答您关于“我想设置从 sql 到 greenplum 数据库的连接”的问题... 您指的是哪个 SQL 数据库不明确。
此外，没有可用于将非 greenplum 数据库连接到 greenplum 数据库的直接连接驱动程序。
但是，如果您想将数据从 Oracle 迁移到 Greenplum，那么您可以使用 Informatica 的 fastclone 工具。
回答关于 gpfdist 和 gpload 的问题的第二部分。 GPFDIST 是一个在主机系统上运行的文件分布式进程，它为许多段并行提供文件。在初始化外部表以从文件读取/写入时，您需要指定哪个进程将为文件提供服务，在您的情况下它将是 GPFDIST。还有其他进程，如 FTP、GPHDFS、HTTP。
GPLOAD 是一个包装实用程序，它通过自动创建 gpfdist 进程和外部表使您的工作更轻松。
还要注意 GPLOAD 只能创建可读的外部表。
【讨论】：
gpfdist n gpload 或相同。在 gpfdist 中，您手动执行此操作，而在 gpload 中，您可以通过 config（yaml 文件）文件中的 maiking 条目自动执行活动。 GPLOAD 是 GPFDIST 的包装器。因此，当您通过 gpload 加载数据时，它将仅在内部使用 gpfdist。
如果您想将数据从任何其他 RDBMS 加载/迁移到 Greenplum，并且您正在使用任何 ETL 或迁移工具，它将使用正常的复制命令，并且如果您启用 gpload（现在是最新版本中的几天），它将使用正常的复制命令并且在加载/迁移时大多数 ETL 工具和迁移工具在您将数据迁移/加载到 Greenplum 时都支持 gpload 功能）它将通过内部使用 gpfdist 以并行方式加载数据。
【讨论】：