写入动态分区Java Spark

我已在配置单元中创建了下表：

CREATE TABLE mytable (..columns...) PARTITIONED BY (load_date string) STORED AS ...

我正尝试使用spark将数据插入到我的表中，如下所示：

Dataset<Row> dfSelect = df.withColumn("load_date","15_07_2018");
dfSelect.write().mode("append").partitionBy("load_date").save(path);

在我执行write命令后，我在HDFS上看到目录

/myDbPath/load\u date=15\u 07\u 2018

，其中包含我编写的文件，但当我进行如下查询时：

show partitions mytable

或

我有0张唱片

发生了什么事，我该如何解决

编辑 如果在色调中运行以下命令：

msck repair table mytable

---

我解决了这个问题，如何在我的代码中做到这一点？

Hive将每个表的分区列表存储在其元存储中。但是，如果新分区直接添加到HDFS（例如通过使用hadoop fs-put命令（或.save..等），除非用户运行以下命令之一，否则元存储（以及配置单元）将不会知道这些分区

元存储检查命令（msck修复表）

msck修复表

（或）

ALTER TABLE_name在每个新添加的分区上添加分区命令
我们还可以使用ALTERTABLE语句来添加分区。通过这种方式，我们需要将每个新创建的分区添加到表中

altertable。添加分区（load_date=“15_07_2018”）位置；

运行上述任一语句，然后再次检查load_date=“15_07_2018”的数据

有关更多详细信息，请参阅这些链接，
此链接可能会为您提供有关使用java添加分区的一些见解谢谢，我可以从SparkSQL执行吗？是的，初始化并使用配置单元上下文，然后执行msck修复表hiveContext.sql（“msck修复表”）。。如果您使用的是Spark 2.0+，那么Spark.sql（“msck repair table”）可以，但每次执行save命令时我都需要这样做吗？它不应该造成性能问题吗？如果您直接将数据写入HDFS位置，那么每次都需要执行msck修复表stmt以将新创建的分区添加到配置单元表中，我认为没有任何性能问题。另一种方法是使用spark在配置单元表中创建动态分区，请参阅此链接。。如果我们这样创建分区，您就不必再次运行msck修复表。
select * from mytable where load_date="15_07_2018"

msck repair table mytable

alter table <db.name>.<table_name> add partition(load_date="15_07_2018") location <hdfs-location>;