假设我使用spark创建下表：

df = spark.createDataFrame([(1, 4), (2, 5), (3, 6)], ["A", "B"])
df.write.mode("overwrite").saveAsTable("hivedb.mwe")

现在，如果我尝试计算这个表中的数据：

> spark.sql("SELECT count(*) FROM hivedb.mwe").show()
+--------+
|count(1)|
+--------+
|       0|
+--------+

但是，如果我使用hive（或impala，它给出相同的结果）计算数据

jdbc:hive2:...> SELECT count(*) FROM hivedb.mwe
+------+--+
| _c0  |
+------+--+
| 3    |
+------+--+

这里可能发生了什么，spark似乎看不到mwe中的数据？
作为一个插件，spark非常了解表：

> spark.sql("DESCRIBE hivedb.mwe").show()
+--------+---------+-------+
|col_name|data_type|comment|
+--------+---------+-------+
|       A|   bigint|   null|
|       B|   bigint|   null|
+--------+---------+-------+

为了完整起见：
spark版本：v2.2.0.cloudera1
hivedb是使用非标准位置参数创建的配置单元数据库
集群完全煤化
hdfs包含：

[myuser@cluster~]$ hdfs dfs -ls /path/to/hivedb/mwe
Found 3 items
-rw-r--r--   3 myuser somegroup          0 2018-02-09 13:29 /path/to/hivedb/mwe/_SUCCESS
-rw-r--r--   3 myuser somegroup          526 2018-02-09 13:29 /path/to/hivedb/mwe/part-00000-f1e79c0d-fca5-4a46-aa70-3651baa96a90-c000.snappy.parquet
-rw-r--r--   3 myuser somegroup          545 2018-02-09 13:29 /path/to/hivedb/mwe/part-00001-f1e79c0d-fca5-4a46-aa70-3651baa96a90-c000.snappy.parquet