Hadoop 配置单元分区表的记录计数

我有一个名为transaction in Hive的表，它被划分在一个名为DS的列上，该列将包含2018-05-05、2018-05-09、2018-05-10等数据

此表在完成的当天整夜填充。在任何时候，该表都将包含前一天的数据

当我像这样查询事务表时

SELECT COUNT(*) FROM trasaction WHERE DS >= "current date";

我明白了 0行-这是正确的，因为尚未加载当前和未来日期的数据

当我在下面运行查询时

SELECT DISTINCT DS FROM trasaction WHERE DS >= "current date";

我明白了 2018-05-09 2018-05-10 2018-05-11 2018-05-12 2018-05-13 ... 2018-08-30

我已经检查了HDFS位置和分区文件夹是否已经存在，以备将来使用。我猜做ETL的人，已经使用

ALTER TABLE trasaction ADD PARTITION DS='2018-05-13'等等

---

我做错了吗？即使两个查询的输出都正确，上述输出的原因是什么？

观察到的输出是由于将来存在配置单元分区，但尚未在HDFS中为它们填充数据文件

尝试使用这些命令来获得关于有数据和无数据分区的更多信息。图中假设创建了3个分区，第3个分区还没有数据文件

获取为表创建的分区

获取包含数据的分区的记录计数：

hive> show partitions transaction;

-- output 
ds=2018-05-13
ds=2018-05-14
ds=2018-05-15

-- Only partitions having data will be returned. In this case, partitions '2018-05-13' and '2018-05-14' have data. Hence, partition '2018-05-15' is not included.

select ds, count(*) 
from transaction 
where ds > '2018-05-12'
group by ds;

-- output
2018-05-13  3
2018-05-14  5