# Spark创建带隐式分区的Hudi表
#### 操作场景
在Spark中创建Hudi表时，如果需要按照日期、时间等维度对数据进行分区管理，但又不希望在表中额外新增分区列，可以通过配置隐式分区来实现。在Spark中创建带有隐式分区的Hudi表，可以通过配置选项来实现，需要在options_list中增加以下参数。建表语句格式具体请参考[CREATE TABLE](https://support.huaweicloud.com/cmpntguide-lts-mrs/mrs_01_24264.html)。
```
hoodie.hidden.partitioning.max.rules = [hidden_partition_max_rules_num]
hoodie.hidden.partitioning.rule = [hidden_partition_rules]
hoodie.hidden.partitioning.enabled = [hidden_partition_enable]
```
表1参数解释 
| 参数                                   | 描述                                                                                                                                                                                                                                                                 | 是否必填 |
|:---|:---|:---|
| hoodie.hidden.partitioning.max.rules | 用于控制隐式分区的最大规则数量，String类型。它限制了可以应用于分区路径生成的规则数量，从而影响分区的灵活性和性能。 默认为5，分区规则越多，性能越差，如果分区规则超过5个，需要先调整此参数。                                                                                                                               | 否    |
| hidden_partition_rules               | 用于定义隐式分区的规则，String类型。这些规则允许您在不新增列的情况下，对表中存在的原始列进行转换后生成分区列值。                                                                                                                                                                                                        | 是    |
| hidden_partition_enable              | 用于启用或禁用隐式分区功能，Boolean类型。 - true：启用隐式分区  - false：则禁用隐式分区   | 是    |
   
#### 示例
```
create table test ( id int, name string, price double, size int, ts timestamp )
using hudi tblproperties
(primaryKey = 'id',
preCombineField = 'ts',
hoodie.hidden.partitioning.rule = 'date(ts, yyyy), date(ts, MM), bucket(id, 5)',
hoodie.hidden.partitioning.enabled = 'true'
);
```