我有一个Vertica数据库，该数据库应该用于“热”数据。
我发现我可以将“冷”数据另存为HDFS上的Parquet文件作为外部表，也可以成功将数据导出到Parquet文件中。
关于此过程，我有几个问题：
*出口到镶木地板-如何经常做？我需要将查询作为cron选项卡运行吗？
*创建外部表时，Vertica是否知道将其“连接”到主表？我的意思是说，运行任何查询时，Verica还将在与存储“热”数据的主表相关的外部表中进行搜索。
答案 0 :(得分：1)
如果要进行定期导出，则需要使用外部调度程序（例如cron）。您可以导出到HDFS，NFS或S3。
如果Vertica中有一些数据（您的热数据），而外部表中有其他（冷）数据，则这是两个单独的表。您可以一起查询它们（从热，冷中选择...），但是您的外部Parquet数据不在包含Vertica（ROS，热）数据的表中。
查询外部表时，Vertica将从外部位置读取相关数据。从某种意义上说，它在每个查询上使用CREATE EXTERNAL TABLE表达式的FROM子句进行轻量级加载。 （Parquet列式格式和谓词下推之类的优化意味着这并不痛苦。）这意味着，如果FROM子句是一个glob（例如hdfs:///data/*/*.parquet），则如果导出更多数据，则不需要更新表定义-就是有效。
请注意，每次导出都需要进入一个新目录。如果将它们全部放在同一父目录下，则可以像我的示例一样使用glob。参见the documentation。