数据仓库与 OLAPHive Partition
分区 是什么？
按目录切分数据（如 dt=2026-10-31），查询时只扫需要的目录
类比：文件柜按年份分抽屉，找 2026 年的只开一个抽屉
分区的本质是目录
建表时指定 `partitioned by (dt string)`，数据在 HDFS 上就是 `/table/dt=2026-10-31/` 这样的目录。查询带 `where dt=...` 时，Hive 直接跳过其他目录，这叫分区裁剪。
所以分区字段不是表里的普通列，而是路径的一部分——写数据时必须指定分区，否则数据无处可放。
粒度怎么定
按天是最常见的，数据量特别大可以按小时，数据量小按月。判断标准：单个分区目录的文件大小在几百 MB 到几 GB 之间比较健康。分区太细会产生大量小文件，压垮 NameNode。
动态分区
`insert overwrite ... partition(dt)` 可以从数据里自动推断分区值，写起来方便，但容易一次生成几千个分区。生产上要配 `hive.exec.max.dynamic.partitions` 限制，避免把集群写爆。