这里使用的是hive集成，但只能是spark目录，一个完整的示例：
1） 需要摆table吗

spark.conf.set("spark.sql.sources.partitionOverwriteMode", "dynamic")
import org.apache.spark.sql.types._

val df = spark.range(9).map(x => (x, (x + 100) % 3)).toDF("c1", "c2")
df.repartition($"c2")
  .write
  .partitionBy("c2")
  .mode("overwrite").saveAsTable("tabX")

2） 在安装之后用这种方式更新一个分区

val df2 = spark.range(1).map(x => (x, (x + 100) % 3)).toDF("c1", "c2")
df2.repartition($"c2")
   .write
   .mode("overwrite").insertInto("tabX")

3） 看看效果：

// from 9 -> 7 entries, pls run
val df3 = spark.table("tabX")
df3.show(false)

退货：

+---+---+
|c1 |c2 |
+---+---+
|2  |0  |
|5  |0  |
|8  |0  |
|1  |2  |
|4  |2  |
|7  |2  |
|0  |1  |
+---+---+

这是分区覆盖的证据。