最佳的表分区是这样的，即与您的表使用场景相匹配。分区的选择应基于：
如何查询数据（如果您主要需要处理日常数据，则按日期进行分区）。
如何加载数据（并行线程应该加载自己的分区，而不是重叠）
2gb对于一个文件来说也不算太多，不过这也取决于您的使用场景。避免不必要的复杂和冗余分区，比如（年、月、日）-在这种情况下，日期就足够进行分区修剪了。

配置单元分区在数据稀疏的情况下最有效。我所说的稀疏是指数据内部有可见的分区，例如按年、月或日。
在您的例子中，按日期进行分区没有多大意义，因为每天将有2GB的数据，而这些数据不太大，无法处理。按周或月分区更有意义，因为它将优化查询时间，并且不会创建太多小的分区文件。

配置单元分区定义将存储在元存储中，因此太多的分区将占用元存储中的大量空间。
分区将作为目录存储在hdfs中，因此许多分区键将生成hirachical目录，这使得它们的扫描速度变慢。
查询将作为mapreduce作业执行，因此创建太小的分区是没有用的。
根据具体情况，考虑如何查询您的数据。对于您的情况，我更喜欢一个定义为'yyyymmdd'的键，因此我们将获得365个分区/年，表目录中只有一个级别和2g数据/分区，这对于mapreduce作业很好。
为了获得完整的答案，如果您使用hive<0.12，请键入分区键字符串，请参见此处。
有用的博客在这里。