作为一个基于postgresql开发的数据仓库，随着近几年大数据概念的兴起也备受关注。
由于GP是近近几年才开源的数据库，网上资料很少，不像mysql这样烂大街，基本上遇到的问题网上都可以搜到。而GP遇到问题只能靠自己判断了，很多时候只能看官方文档，而文档全为英文，对于英文很烂的本人表示真的很无力。。。
gplink的原理：
greenplum 支持gpfdist协议外部表，gpfdist协议支持自定义transform。
gplink 使用jdbc连接外部数据源，定义transform，将jdbc数据源的数据转换为text格式导入GP或HAWQ。
官方提供的有greenplum、sqlserver、hive、oracle数据库的模版，现在需要连接的是mysql数据库，有点麻烦，踩了几个坑，在文章最后面会提到。
所需软件下载地址
gplink下载地址
https://github.com/pivotalguru/gplink
mysql JDBC下载地址
https://dev.mysql.com/downloads/connector/j/
这是官方文档的安装步骤
1. Download latest version from PivotalGuru.com
2. Unzip
3. source gplink_path.sh and add this to your .bashrc file
4. Edit gplink.properties with correct Greenplum or Hawq connection information
5. Download 3rd party JDBC drivers and place it in $GPLINK_HOME/jar
6. Define source configurations in $GPLINK_HOME/connections/
7. Define external table names and columns in $GPLINK_HOME/tables/
8. Define SQL statements to execute in the source in $GPLINK_HOME/sql/
9. Create the External Table with gpltable
个人翻译的中文（翻译得不好见谅）
1、从pivotalguru.com下载最新版本
2、解压压缩包
3、source gplink_path.sh并添加到 .bashrc文件
4、在gplink.properties中编辑Greenplum或Hawq的连接信息
5、下载第三方JDBC驱动程序并将其放入$GPLINK_HOME/jar
6、在$GPLINK_HOME/connections/修改源数据库配置信息
7、在$GPLINK_HOME/tables/定义外部表名和列
8、在$GPLINK_HOME/sql/定义要在源数据库执行的sql语句
9、用gpltable创建外部表
下面开始安装
安装之前要先在mysql端（172.16.104.71:3306）给GP开放访问权限，要关闭iptables，或iptables开放mysql端口。
这里为了方便测试mysql给了大权限，在实际环境中不能这么做
[root@s121 ~]# mysql -uroot -p123 mysql> grant all on *.* to "root"@"%" identified by '123'; mysql> flush privileges;1、从pivotalguru.com下载最新版本
[root@mdw ~]# su - gpadmin [gpadmin@mdw ~]$wget https://codeload.github.com/pivotalguru/gplink/zip/master2、解压压缩包
[gpadmin@mdw ~]$unzip master3、source gplink_path.sh并添加到 .bashrc文件
[gpadmin@mdw ~]$source gplink-master/gplink_path.sh [gpadmin@mdw ~]$vi .bashrc source /home/gpadmin/gplink-master/gplink_path.sh4、在gplink.properties中编辑Greenplum或Hawq的连接信息
[gpadmin@mdw ~]$ vi $GPLINK_HOME/gplink.properties connectionUrl=jdbc:postgresql://mdw:5432/gpdb #gpdb为gp的数据库 classForName=org.postgresql.Driver readCommitted=true userName=gpadmin #gp用户名 password=123456 #密码，注意后面不能有空格 gplinkHome=/usr/local/gplink gplinkLog=//usr/local/gplink/log/gplink gplinkYml=/usr/local/gplink/yml/gplink.yml gplinkPortLower=24000 gplinkPortUpper=250005、下载第三方JDBC驱动程序并将其放入$GPLINK_HOME/jar
[gpadmin@mdw ~]$ wget https://dev.mysql.com/downloads/file/?id=470332 [gpadmin@mdw ~]$ tar xvf mysql-connector-java-5.1.42.tar.gz [gpadmin@mdw ~]$ cp mysql-connector-java-5.1.42/mysql-connector-java-5.1.42-bin.jar gplink-master/jar/6、在$GPLINK_HOME/connections/修改配置
[gpadmin@mdw ~]$ cp $GPLINK_HOME/connections/oracle.properties $GPLINK_HOME/connections/mysql.properties [gpadmin@mdw ~]$ vi $GPLINK_HOME/connections/mysql.properties connectionUrl=jdbc:mysql://172.16.104.71:3306/test #test为mysql的数据库 classForName=com.mysql.jdbc.Driver readCommitted=true userName=root #mysql用户名 password=123 #mysql密码 extraProps=defaultRowPrefetch=2000 #每次读取的数据量7、在$GPLINK_HOME/tables/定义外部表名和列
[gpadmin@mdw ~]$ cp $GPLINK_HOME/tables/public.oracle_example.sql $GPLINK_HOME/tables/public.mysql.sql [gpadmin@mdw ~]$ vi $GPLINK_HOME/tables/public.mysql.sql tableName=public.mysql columns=first_name text, last_name text8、在$GPLINK_HOME/sql/定义要在源数据库执行的sql语句
[gpadmin@mdw ~]$ cp $GPLINK_HOME/sql/oracle_example.sql $GPLINK_HOME/sql/mysql_example.sql9、用gpltable创建外部表
[gpadmin@mdw ~]$gpltable -s $GPLINK_HOME/connections/mysql.properties -t $GPLINK_HOME/gplink.properties -f $GPLINK_HOME/sql/mysql_example.sql -a $GPLINK_HOME/tables/public.mysql.sql此时登录GP数据库，发现多了一个mysql表
[gpadmin@mdw ~]$ psql -d gpdatabase psql (8.2.15) Type "help" for help. gpdatabase=# \dx List of relations Schema | Name | Type | Owner | Storage --------+--------------+-------+---------+---------- public | mysql | table | gpadmin | external (1 rows)测试
[gpadmin@mdw ~]$ gplstart -t $GPLINK_HOME/gplink.properties Started all ports needed. [gpadmin@mdw ~]$ gpldata -s $GPLINK_HOME/connections/mysql.properties -f $GPLINK_HOME/sql/mysql_example.sql jon|roberts JON|ROBERTSOK，该状态说明连接成功。
至于怎么从mysql把数据导入greenplum，本人还未研究，自己慢慢摸索吧。
删除表命令
[gpadmin@mdw ~]$ gpldrop -t $GPLINK_HOME/connections/gplink.properties -n public.mysql安装过程中踩到的几个坑
1、mysql.properties 中的ClassForName不对，因为没有mysql的模版，是拷贝oracle的模版来用
[gpadmin@mdw ~]$ gpldata -s $GPLINK_HOME/connections/mysql.properties -f $GPLINK_HOME/sql/mysql_example.sql Exception in thread "main" java.sql.SQLException: mysql.jdbc.driver.MysqlDriver at ExternalData.main(ExternalData.java:25)2、jdbc版本不对，下载了最新版，用不了
[gpadmin@mdw ~]$ gpldata -s $GPLINK_HOME/connections/mysql.properties -f $GPLINK_HOME/sql/mysql_example.sql Exception in thread "main" java.lang.UnsupportedClassVersionError: com/mysql/jdbc/Driver : Unsupported major.minor version 52.03、连接失败，mysql主机的防火墙没关或没开放mysql端口
[gpadmin@mdw ~]$ gpldata -s $GPLINK_HOME/connections/mysql.properties -f $GPLINK_HOME/sql/mysql_example.sql Exception in thread "main" java.sql.SQLException: Communications link failure The last packet sent successfully to the server was 0 milliseconds ago. The driver has not received any at ExternalData.main(ExternalData.java:25)4、密码错误，原因是mysql.properties文件中的密码后面有空格
[gpadmin@mdw ~]$ gpldata -s $GPLINK_HOME/connections/mysql.properties -f $GPLINK_HOME/sql/mysql_example.sql Exception in thread "main" java.sql.SQLException: Access denied for user 'root'@'172.16.104.21' (using password: YES) at ExternalData.main(ExternalData.java:25)另外有需要云服务器可以了解下创新互联cdcxhl.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。
