gpfdist vs gpload greenplum

Question

我第一次设置greenplum。我正在关注documentation。我想设置从sql到greenplum数据库的连接。目前正在弄清楚实现这一目标的最佳途径是什么。我遇到了gpfdist和gpload。

两者有何不同？由于两者都使用外部表，因此它们都在从属节点上工作，并用于并行加载。那么使用一个优于其他优势是否有优势？

Answer 1

回答你的问题＆＃34;我想设置从sql到greenplum数据库的连接＆＃34; ... 您所指的SQL数据库是不明确的。

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的快速克隆工具。

回答关于gpfdist和gpload的第二部分问题。 GPFDIST是一个文件分布式进程，它在主机系统上运行，并且与许多段并行提供文件。在将外部表初始化为从文件读/写时，您需要指定将为该文件提供哪个进程，在您的情况下，它将是GPFDIST。还有其他过程，如FTP，GPHDFS，HTTP。

GPLOAD是一个包装器实用程序，它通过自动创建gpfdist进程和外部表使您的工作更轻松。

另请注意，GPLOAD只能创建可读的外部表。

Answer 2

gpfdist n gpload或相同。在gpfdist中，您可以手动执行此操作；而在gpload中，您可以通过减少config（yaml文件）文件中的条目来自动执行活动。 GPLOAD是GPFDIST的包装。因此，当您通过gpload加载数据时，它将仅在内部使用gpfdist。

如果要将数据从任何其他RDBMS加载/迁移到Greenplum，并且正在使用任何ETL或迁移工具，则在启用gpload的情况下，它将使用普通的复制命令以及在加载/迁移时使用（最新版本为现在）当您将数据迁移/加载到Greenplum时，大多数ETL工具和迁移工具都支持gpload功能），它将通过内部使用gpfdist以并行方式加载数据。