我正在使用spark dataframe writer以parquet格式在ibmcloud对象存储中写入内部配置单元表中的数据。所以，我的配置单元元存储在hdp集群中，我正在hdp集群中运行spark作业。这个spark作业以parquet格式将数据写入ibmcos。我就是这样开始spark课程的

SparkSession session = SparkSession.builder().appName("ParquetReadWrite")
                                .config("hive.metastore.uris", "<thrift_url>")
                                .config("spark.sql.sources.bucketing.enabled", true)
                                .enableHiveSupport()
                                .master("yarn").getOrCreate();
session.sparkContext().hadoopConfiguration().set("fs.cos.mpcos.iam.api.key",credentials.get(ConnectionConstants.COS_APIKEY));
session.sparkContext().hadoopConfiguration().set("fs.cos.mpcos.iam.service.id",credentials.get(ConnectionConstants.COS_SERVICE_ID));
session.sparkContext().hadoopConfiguration().set("fs.cos.mpcos.endpoint",credentials.get(ConnectionConstants.COS_ENDPOINT));

我面临的问题是，当我对数据进行分区并存储（通过partitionby）时，我无法直接从sparksql访问数据

spark.sql("select * from partitioned_table").show

为了从分区表中获取数据，我必须加载dataframe并将其注册为临时表，然后查询它。如果表未分区，则不会出现上述问题。写数据的代码如下

dfWithSchema.orderBy(sortKey).write()
                                .partitionBy("somekey")
                                .mode("append")
                                .format("parquet")
                                .option("path",PARQUET_PATH+tableName )
                                .saveAsTable(tableName);

知道为什么直接查询方法不适用于cos/parquet中的分区表吗？