如何使用greenplum外部表訪問hadoop hdfs

Question

數據倉庫基於配置單元，現在我們需要將數據從配置單元轉換爲greenplum，我們希望使用帶有gphdfs的外部表，但它看起來出了點問題。 表創建腳本

CREATE EXTERNAL TABLE flow.http_flow_data(like flow.zb_d_gsdwal21001) 
LOCATION ('gphdfs://mdw:8081/user/hive/warehouse/flow.db/d_gsdwal21001/prov_id=018/day_id=22/month_id=201202/data.txt') 
FORMAT 'TEXT' (DELIMITER '  '); 

當我們運行

bitest=# select * from flow.http_flow_data limit 1; 
ERROR: external table http_flow_data command ended with error. sh: java: command not found (seg12 slice1 sdw3:40000 pid=17778) 
DETAIL: Command: gphdfs://mdw:8081/user/hive/warehouse/flow.db/d_gsdwal21001/prov_id=018/day_id=22/month_id=201202/data.txt 

我們的Hadoop是1.0和Greenplum的是4.1.2.1

我想知道，如果我們需要配置一些關於製作gp access hadoop

Answer 1

你打開端口（8081）來偵聽month_id = 201202目錄嗎？

Answer 2

我會仔細檢查管理指南，我想你可以使用gphdfs，但直到Greenplum的4.2

Answer 3

你檢查，以確保安裝Java，您Greenplum的系統上？因爲這是gphdfs工作所必需的。