Greenplum:你需要知道的PXF高级特性

作为新一代数据平台，Greenplum仅是一个数据库，更是可以作为核心，与各种数据工具协同工作的统一平台。这样大家都非常熟悉的Hadoop生态，就可以通过PXF与Greenplum协同工作。这里向大家介绍PXF组件的定义和功能，和实战展示该组件的使用范例。

• PXF是什么

PXF是Pivotal Greenplum平台扩展框架（PXF），通过内置连接器提供对外部数据的访问。

PXF作为Greenplum的与Hadoop的集群数据交互的并行通道框架，在标准功能外，还支持自定义开发与扩展，在Greenplum的中通过PXF可以并行加载及并行卸载Hadoop的平台数据。如下图所示：

通过PXF，可以把Greenplum超强的结构化数据超强的存储和计算能力（一般不大于50PB的数据量）与Hadoop的海量半结构化，非结构化数据存储和分析能力结合起来，为企业数字化转型战略提供扎扎实的数据架构基础，其中Greenplum作为企业核心数据仓库（部分企业也通过Greenplum存储和处理半结构化及非结构化数据，如用户访问日志，文档等），Hadoop主要作为海量半结构化数据和非结构化数据的存储及处理平台，以及结构化历史流水数据的检索（Hbase）。

本次主要围绕Greenplum与Hadoop hdfs文件系统的数据交互进行，在Greenplum数据库中通过PXF协议读取hdfs中数据和向hdfs文件系统写入计算查询结果数据。

• Greenplum PXF实战

Greenplum读取Hadoop hdfs文件

第一步：编写文本文件，并增加数据

第二步：查看数据

第三步：在greenplum中创造外部表

删除外部表jia;

创建外部表jia（位置文本，monthtext，num_orders int，total_sales float8）

位置（'pxf：//gao/test/jia.txt？PROFILE = Hadoop hdfsTextSimple'）

格式'TEXT'（delimiter = E'，'）;

step4：查看表中数据

Greenplum编写Hadoop hdfs文件

本章介绍如何从Greenplum中使用外部表写入Hadoop hdfs文件中。

第1步：创建可写外部表（不可查询）

删除外部表pxf_Hadoop hdfs_writabletbl_1;

创建可写的外部表
pxf_Hadoophdfs_writabletbl_1（位置文本，月份文本，num_orders int，total_salesfloat8）

位置（'pxf：//gao/test/gao.txt？PROFILE = Hadoop hdfsTextSimple'）

格式'TEXT'（delimiter ='，'）;

step2：往外部表写入数据

插入pxf_Hadoop hdfs_writabletbl_1SELECT * FROM pxf_Hadoop hdfs_textsimple;

第三步：查看Hadoop hdfs上的该文本文件

PXF作为GP的一种高级特性，帮助Greenplum与Hadoop相关产品实现数据互通。未来会向大家介绍Greenplum更多的高级特性，帮助大家更好的使用Greenplum这个数据平台。