impala建Kudu表语句中的PARTITION BY的作用

在impala中创建kudu表的时候有一个PARTITION BY的参数选项，这个参数是啥意思呢?

各位苦逼大数据DBA在impala shell中建kudu表的时候一定用过这个PARTITION BY参数，像我这样不学无术的兄弟肯定是一把梭，Ctrl C，Ctrl V大法用起来，结果发现建好的kudu表性能差劲得一逼，还不如回去用mysql。。。这个时候很有可能就是你的PARTITION BY参数写得不对。

用我贫瘠的英文能力搜索了文档，发现这个参数是一个关系到kudu与mysql根本区别的重要参数：分区数
首先看一个例子~
PARTITION BY HASH (province) PARTITIONS 34, RANGE (birth_year) (partition values<1556640000000, partition 1556640000000<=values<1588262400000, partition 1588262400000<=values<1619798400000, partition 1619798400000<=values)
假如你要在impala中建一张kudu表，存放中国所有人的信息，那么分区时用省份对整张表进行分区是一个不错的方案。
众所周知，中国有34个省级行政区（台湾是中国的一部分！（声嘶力竭）），所以使用省级行政区对这张有13亿条记录的表进行分区时可分为34个区，PATITIONS参数设置为34，另外，又可以通过出生年份（birth_year）对RANGE参数进行进一步分区。（这里有一个不合理的地方——如果起始时间不够久远的话，会漏掉活了几百几千年的仙人们，另外每过一年，就得改一下表结构，增加一个年份的分区）