Greenplum外部表问题解决一例

Greenplum数据库好久不用都有些生疏了，今天在处理个数据分析需求时，碰到个问题，记录下排查过程。

外部表建好后，查询时爆出如下错，（一惊，好久没碰到问题了）

ERROR:  All 1000 first rows in this segment were rejected. Aborting operation regardless of REJECT LIMIT value. Last error was: invalid byte sequence for encoding "UTF8": 0xc8dd  (seg0 slice1 sdw1:40000 pid=28307)

DETAIL:  External table zx_temp_dnslog, file gpfdist://smdw:8003/100*.bak

原以为是字符集的问题，查了GP库的字符集，客户端的字符集等，改了GBK等等，没解决！！

查看数据文件，file下数据文件，一看傻眼了，原来是gzip的文件，但是文件末尾没有带.gz

问题应该就是这了，

将文件名批量改为.gz后，外部表查询正常。

原因：GP外部表在使用压缩文件作为引用数据时，会使用gzip进行解压的，

如果在操作系统下，使用gzip 解压一个不带.gz的文件，也是不认的。

gzip: asaa.txt.bak: unknown suffix -- ignored

--asaa.txt是gzip后的改名文件。