1. 概述编辑
1.1 版本
| FineDataLink 版本 | 功能变动 |
|---|---|
| 4.0.4 |
|
| 4.0.14 | 部署包内置GP(并行装载)的gpfdist文件 |
1.2 应用场景
用户在定时任务中，需要将业务库数据抽取至 Greenplum 数据库进行分析，在相对小的时间窗口内完成大数据量的数据装载。
1.3 功能简介
4.0.4 版本数据源类型和数据输出适配 Greenplum、Greenplum（并行装载）数据库，Greenplum 作为输出库时，支持并行装载以提升数据装载速度。
2. 前提条件编辑
2.1 确认数据库版本
Greenplum（并行装载）支持的版本为：5.X 和 6.X 。
2.2 确认数据库数据类型
并行装载方式不可同步二进制类型字段，如果选择了此类字段进行装载，则在装载时报错（直接抛出数据库装载时报错），二进制字段只能通过JDBC方式进行装载，也就是使用Pivotal Greenplum 数据连接。
2.3 放置 gpfdist 文件
2.3.1 注意点
gpfdist 文件相关操作及存放位置说明如下表所示：
| FDL 工程 | 操作 | gpfdist 文件位置 |
|---|---|---|
1）4.0.14 之前版本 2）用户的工程是从 4.0.14 之前版本升级到 4.0.21 之前版本 | 参考本文 2.3.2 节步骤操作 | %FineDataLink%\webapps\webroot\WEB-INF |
| 用户的工程是从 4.0.14 之前版本升级到 4.0.21 及之后版本 | %FineDataLink%\webapps\webroot\WEB-INF\assist | |
| 若用户使用 4.0.14 及之后版本的安装包部署工程 | 忽略 2.3.2 节内容 | - |
2.3.2 步骤
Linux系统：gpfdist_linux.tar.gz
1）下载该压缩包后，直接将该压缩包上传到 Linux 服务器上，然后解压到：%FineDataLink%\webapps\webroot\WEB-INF\assist下。
注：安装目录中不支持包含空格，否则会导致 gpload 读取不到文件。
2）将 bin 文件夹中的 gpfdist 文件与 lib 文件夹放在同一层级上，删除 bin 文件夹。
3）将 gpfdist_linux 文件夹名称修改为 gpfdist 。
最终效果如下图所示：
Windows 系统：
1）获取安装包。
在%FineDataLink%\webapps\webroot\WEB-INF\assist下面建一个 gpfdist 文件夹，将获取的包编辑成exe后放到文件夹内。
2）检查数据库所在服务器是否能访问到 FDL 工程服务器的 15500 端口，原因为：FDL 生成了 csv 文件，数据库直接读取 csv 文件来装载。
3）检查创建数据连接的账号权限已经拥有建立模式和建表的权限。
注：Windows 下 gpfdist 需要基于源码再自行编译 gpfdist.exe 才能使用（Linux 已编译）。在 Win 版本中，暂不随集成 gpfdist 相关组件，Linux 版本集成。
注2：最大单行数据大小支持 1M（Win最大支持值），不允许修改。
3. 配置 Greenplum（并行装载）数据源编辑
3.1 上传驱动
下载驱动包，并将其上传到 FineDataLink ，详情参见：驱动管理 第 2 节。
| 驱动包下载 |
|---|
| PostgreSQL驱动，请下载最新版 |
3.2 配置数据连接
1）登录 FineDataLink，点击「管理系统>数据连接>数据连接管理」，点击「新建数据连接」，选择「Greenplum(并行装载)」，如下图所示：
注：如果非管理员用户想要配置数据连接，需要管理员给其分配管理系统下数据连接节点的权限，具体操作请查看 数据连接管理权限
2）输入连接信息。驱动选择「自定义」，并勾选 3.1 节上传的驱动。
模式需要连接数据库后才可以选择，所以需要先点击「点击连接数据库」后，再选择「模式」，如下图所示：
3）Greenplum（并行装载）与 Greenplum 数据连接的区别是多了并行装载的设置项，如下图所示：
| 配置项 | 说明 |
|---|---|
| 服务器地址-节点1 | 输入 2.3 节 gpfdist 服务地址，要求配置 FDL 所在服务器上能被 SEG 访问到的 IP 当数据平台所在环境为集群环境时，展示多个配置项，配置项均为可输入下拉框，配置名为：服务器地址-节点X |
| 复用临时表 | 是否复用临时表（复用临时表在高频装载时，可有效降低系统表膨胀速度） 勾选后，实际运行时，将自动尝试新建「gpfdist_temp」模式并使用 |
| 临时文件条数限制 | 默认值：100000；范围：10000～100000000；必填 落盘的临时文件条数；配置值可根据用户环境的磁盘大小、网络速率调整 |
| 临时文件大小限制（MB） | 默认值：1024；范围：10～102400；必填 落盘的文件大小限制；满足条数与文件大小任一限制时，停止数据文件写入操作，立即进行文件装载 |
4）点击测试连接，连接成功即可保存。
4. 数据开发中使用数据源编辑
注： Greenplum、Greenplum（并行装载）数据库在进行数据开发时，要注意大小写规范，最好是统一为大写格式，否则会出现报错
比如在进行数据查询时，将查询内容统一大小写或者将查询内容加引号。
4.1 数据输入
数据输入适配 Greenplum、Greenplum（并行装载）数据库。
示例：「数据同步>数据来源>数据源类型」中可选择 Greenplum、Greenplum（并行装载）。如下图所示：
「数据转换>DB表输入」中也可以使用该数据源。
4.2 数据输出
数据输出适配 Greenplum、Greenplum（并行装载）数据库。
1）示例：
「数据转换>DB表输出>数据去向>数据源类型」中可选择 Greenplum、Greenplum（并行装载）。如下图所示：
2）选择 Greenplum（并行装载）数据库说明
其中，选择 Greenplum（并行装载）时，界面如下图所示：
说明如下所示：
1）若不勾选「启用并行装载」，将以 jdbc 做串行装载。
2）若勾选「启用并行装载」，将以 gpfdist 协议做并行装载，不支持插入/更新/删除数据写入方式。
3）并行装载方式分为插入、合并。
插入：直接向目标表 INSERT ；合并：比对字段遇相同值时，做更新，否则做插入。
写入方式为「清空目标表再写入数据」时，装载方式固定为「插入」。
写入方式为「追加写入」时，如果选择了比对字段，装载策略为「合并」；未选择比对字段时，装载策略为「插入」。
4）gpfdist 默认使用 15500 端口。
5）二进制类型字段不支持在勾选「启用并行装载」的时候同步。