我们将Spark SQL 2.2.0与Hive Metastore一起使用（在HDInsight上） . 我们有外部表构建在Azure BLOB上存储的分区镶木地板文件上 . 数据将以镶木地板的形式发送到BLOB，我们对此没有影响 .
我们需要接受分区数据更新（也称为重述），对以下内容的影响最小：
-
对数据运行查询的下游系统（避免破解查询和长时间等待等）
-
数据更新过程（尽可能避免长时间等待和复杂逻辑）
我们正在考虑做这样的事情来执行更新（没什么特别的）：
ALTER TABLE tbl PARTITION(YEAR=2018, MONTH=1, DAY=30)
SET LOCATION 'wasb:///mylocation/table/20180130/v2'
我们可以期待什么表（或分区）锁定机制/逻辑？我用Google搜索，答案对我来说不清楚 .
除了使用 hive.support.concurrency 打开/关闭所有并发外，我们可以使用Hive / Spark中的任何参数来控制它吗？
还有其他方法可以解决这类问题吗？我们测试了特定分区文件夹中的直接覆盖镶木地板文件，但它似乎更麻烦，因为它需要运行 recoverPartitions 并反复重新创建DataFrame .