嘿，我来帮你搞定这个Spark on Hive的分区表问题！先看你遇到的错误提示：

Error: org.apache.spark.sql.AnalysisException: org.apache.hadoop.hive.ql.metadata.Table.ValidationFailureSemanticException: Partition spec {cardsuit=, cardcolor=, cardSuit=SPA, cardColor=BLA} contains non-partition columns;

这里藏着两个关键问题，咱们一个个解决：

1. 先搞定重复分区列的大小写冲突 #

Hive默认是大小写不敏感的，所以cardsuit和cardSuit、cardcolor和cardColor会被识别成同一个列，但你在分区spec里同时写了这两组，直接把Hive搞懵了——它不知道该认哪一个。

解决办法：建表和加载数据时，统一分区列的命名格式，比如都用小写或者下划线分隔的命名（比如card_suit、card_color），别混用大小写。

举个正确的建表示例：

CREATE TABLE IF NOT EXISTS hive_tutorial.hive_table (
    -- 这里放你的普通业务列，比如：
    card_id INT,
    card_rank STRING
)
PARTITIONED BY (
    card_suit STRING,  -- 统一用下划线命名，避免大小写坑
    card_color STRING
)
STORED AS ORC; -- 选你需要的存储格式，比如PARQUET/TEXTFILE都行

2. 确保分区spec里只包含真正的分区列 #

错误里说“包含非分区列”，要么是你建表时定义的分区列和加载数据时指定的不匹配，要么是误把普通列当成分区列写进了spec里。

情况一：静态分区加载 #

如果是手动指定分区值加载数据，要保证spec里的列完全是你建表时定义的分区列，比如：

INSERT INTO hive_tutorial.hive_table PARTITION (card_suit='SPA', card_color='BLA')
SELECT card_id, card_rank FROM hive_tutorial.your_source_table;

⚠️ 注意：SELECT语句里别包含分区列，因为分区列是虚拟列，不需要从源表选出来。

情况二：动态分区加载 #

如果要自动根据数据值分区，记得先开动态分区参数，而且SELECT的最后几列必须和分区列顺序完全对应：

-- 开启动态分区
SET hive.exec.dynamic.partition=true;
SET hive.exec.dynamic.partition.mode=nonstrict;

INSERT INTO hive_tutorial.hive_table PARTITION (card_suit, card_color)
-- 顺序是：普通列在前，分区列在后
SELECT card_id, card_rank, card_suit, card_color FROM hive_tutorial.your_source_table;

3. 清理遗留的错误分区（如果有的话） #

如果之前已经误操作创建了无效分区，用这条命令删掉：

ALTER TABLE hive_tutorial.hive_table DROP PARTITION (card_suit='SPA', card_color='BLA');

• 永远记住Hive列名大小写不敏感，命名尽量统一风格（比如全小写加下划线），别给自己挖坑。
• 分区列是表的虚拟列，绝对不能出现在普通列的定义里，否则会触发重复列错误。
• 动态分区一定要开参数，而且列顺序不能错，不然Hive会把普通列当成分区列处理，直接报错。

内容的提问来源于stack exchange，提问作者kapil