Greenplum PXF查询外部表报pxf.fs.basePath无效配置错误

PXF 6.0及以上版本新增了服务端访问路径校验规则，default服务默认要求显式配置文件系统访问基础路径，禁止未做路径边界限制直接访问文件系统。
你当前的报错本质是PXF服务端启动后校验default服务配置时，发现缺失pxf.fs.basePath配置项，直接判定服务配置无效，和Parquet文件格式、HDFS权限、建表语法本身没有直接关系。

该参数用于定义PXF对应服务可访问的文件系统根边界，合法取值需满足以下要求：

• 必须是HDFS（或其他对接的文件系统）上真实存在的绝对路径，不支持相对路径、~路径缩写
• 不能包含通配符、正则表达式字符
• 路径权限需要保证PXF进程的运行用户有对应读（写）权限

针对当前场景，可配置的合法值包括/（允许访问整个HDFS根目录）、/user/hadoopuser（允许访问hadoopuser用户目录下所有内容）、/user/hadoopuser/raw（仅允许访问当前Parquet文件所在目录）。

注意：配置该参数后，外部表LOCATION中pxf://后填写的路径为相对于pxf.fs.basePath的相对路径，不能再写HDFS全绝对路径，否则会触发路径不存在错误。

该参数为PXF服务端配置，需要在所有部署PXF服务的节点上操作：

1. 进入default服务的配置目录，官方安装包默认路径为/etc/pxf/servers/default/，如果是自定义部署的PXF，对应路径为$PXF_HOME/servers/default/
2. 编辑目录下的pxf-site.xml文件，添加如下配置项，value替换为实际要设置的基础路径：

<property>
  <name>pxf.fs.basePath</name>
  <value>/user/hadoopuser</value>
</property>

3. 所有节点配置完成后，依次执行pxf cluster sync同步配置、pxf cluster restart重启PXF集群，配置即可生效。

配置生效后，原有建表语句需要把LOCATION里的全路径改成相对路径，正确写法如下：

create external table requests(id bigint, full_name text, req_date timestamp)
location('pxf://raw?PROFILE=hdfs:parquet') 
format 'CUSTOM' (formatter='pxfwritable_import');

此时PXF会自动把basePath和相对路径拼接为/user/hadoopuser/raw，和实际存储Parquet文件的HDFS路径完全匹配，即可正常查询。

内容的提问来源于stack exchange，提问作者Bogdan Goncharenko