我的问题主要是理论上的，但是我有一些表已经遵循某种分区方案，让我说我的表是按天分区的，但是在处理数据一段时间后，我们想要修改为月分区，我可以很容易地用新的分区定义重新创建表并重新插入数据，这是最好的方法吗?数据量大时听起来很慢，我看到hive中有多个alter命令用于分区，是否有一个可以帮助我实现我所需要的?
也许有另一种选择，连接文件，然后用新的分区重新创建表?
ALTER TABLE table_name [PARTITION (partition_key = 'partition_value' [, ...])] CONCATENATE;
如果有相关的参考资料，我们也很感激。
如果文件在daily文件夹中，则不能将多个daily文件夹挂载到单个month分区中，每个月需要将文件移动到month文件夹中。您不能将其作为元数据操作。
如果你擅长shell脚本，你可以在hadoop fs -ls <table location> | sort中编写循环，在循环保存路径中放入变量，检查包含yyyy-MM的子字符串是否与以前不同，然后创建yyyy-MM文件夹。对于循环中的每一行，将所有内容复制到月份位置(hadoop fs -cp daily_location/* month_location/)，所有都可以在单个循环中完成。
如果您在S3上使用AWS-CLI命令，则不需要创建文件夹，只需复制即可。
如果有太多的小文件，您可能希望将它们连接在每月文件夹中，如果是ORC，您可以执行ALTER TABLE PARTITION concatenate。如果不是ORC，那么最好使用Hive INSERT OVERWRITE，它会为你做所有的事情，你可以配置合并任务，最后你的文件将在最佳大小。此外，如果添加distribute by partition_col sort by <keys used in filters/joins>，您可以提高压缩效率，并且可以使用bloom过滤器和内部索引(如果是ORC/Parquet)，这将大大减少表大小并提高查询性能。
所以，最好使用Hive来完成这个任务，因为它给了你改进数据存储的机会:改变存储格式，连接文件，排序以减少压缩大小，使索引和bloom过滤器非常有用。