我们将关系数据库中的数据放在一个表中，id和date列如下所示。

productid    date    value1 value2
1         2005-10-26  24    27
1         2005-10-27  22    28
2         2005-10-26  12    18

尝试将它们作为parquet加载到s3，并在配置单元中创建元数据，以便使用athena和redshift查询它们。我们最常见的查询将过滤产品id、日期、月份和年份。因此，尝试加载数据分区以获得更好的查询性能。
据我所知，我可以这样创建分区

s3://my-bucket/my-dataset/dt=2017-07-01/   
...
s3://my-bucket/my-dataset/dt=2017-07-09/   
s3://my-bucket/my-dataset/dt=2017-07-10/

或者像这样，

s3://mybucket/year=2017/month=06/day=01/
s3://mybucket/year=2017/month=06/day=02/
...
s3://mybucket/year=2017/month=08/day=31/

因为我有7年的数据，所以查询速度会更快。
另外，如何在这里为产品id添加分区？这样会更快。
如何使用spark scala创建key=value的（s3://mybucket/year=2017/month=06/day=01/）文件夹结构。？有什么例子吗？