请说明在 Hive 中设计数据分区方案时应考虑哪些关键因素，并列举几种常见的分区设计模式及其适用场景。

回答思路

1. 【回答框架 1】Hive 分区本质是将表数据按分区列的值划分为多个子目录，查询时通过分区裁剪只扫描相关目录，从而减少 I/O 和数据量，提升查询性能。设计分区方案需考虑分区列的基数、查询模式、数据写入方式及文件数量等因素。
2. 【回答框架 2】常见分区设计模式包括：按日期分区，适用于日志、交易等时间序列数据，粒度可为天、小时等；按业务维度分区，如按地区、部门等，适用于维度查询频繁的场景；复合分区，如先按日期再按地区，适用于多维度组合查询，但需避免分区粒度过细导致小文件过多。
3. 【回答框架 3】设计时需权衡分区粒度与文件大小：粒度过细会产生大量小文件，影响 NameNode 内存和查询效率；粒度过粗则分区裁剪效果差。通常建议分区后每个文件大小接近 HDFS 块大小（如 128MB 或 256MB），并定期合并小文件。
4. 【回答框架 4】还需考虑数据倾斜问题，避免某个分区数据量过大导致查询热点；同时注意分区列的选择，应使用低基数、查询频繁的列，避免使用高基数列如用户 ID 作为分区列。
5. 【回答框架 5】对于动态分区写入，需设置适当参数（如 hive.exec.dynamic.partition.mode=nonstrict）并控制最大分区数，防止生成过多分区；同时结合分桶（Bucket）进一步优化采样和 join 性能。
6. 【关键点 1】分区裁剪是 Hive 性能优化的核心机制，合理分区可显著减少扫描数据量。
7. 【关键点 2】常见模式有日期分区、业务维度分区和复合分区，需根据查询模式选择。
8. 【关键点 3】分区粒度需平衡查询效率与文件大小，避免小文件过多。
9. 【关键点 4】分区列应选择低基数、查询频繁的列，避免数据倾斜。
10. 【关键点 5】动态分区写入需配置参数并控制分区数量，防止资源浪费。
11. 【易错点 1】分区粒度过细导致小文件过多，影响 NameNode 性能和查询效率。
12. 【易错点 2】选择高基数列作为分区列，导致分区数量爆炸且查询效率低下。
13. 【易错点 3】忽略数据倾斜，导致部分分区数据量过大，形成热点查询。