我们正在使用sparksql2.2.0和hivemetastore（在hdinsight上）。我们在存储在azure blob上的分区Parquet文件上构建了外部表。数据将以Parquet格式发送到blob，对此我们没有影响。
我们需要接受分区数据更新（aka。（重述）对以下方面影响最小：
对数据运行查询的下游系统（避免中断查询和长时间等待等）
数据更新过程（尽可能避免长时间等待和复杂的逻辑）
我们正在考虑这样做作为执行更新的一种方式（没有什么特别的）：

ALTER TABLE tbl PARTITION(YEAR=2018, MONTH=1, DAY=30) 
SET LOCATION 'wasb:///mylocation/table/20180130/v2'

我们期望什么样的表（或分区）锁定机制/逻辑？我在谷歌上搜索了一下，但我不清楚答案。
在hive/spark中有没有什么参数可以用来控制它，除了打开/关闭所有的并发 hive.support.concurrency ?
还有别的办法解决这类问题吗？我们已经在特定的分区文件夹中测试了直接覆盖Parquet文件，但是由于它需要运行，所以看起来更麻烦 recoverPartitions 一次又一次地重建Dataframe。