写一段使用java代码，提交spark3.2任务，读取hive分区数据，写入到指定hdfs目录下，然后读取指定hdfs目录下数据，写入到指定hive分区

以下是使用Java代码提交Spark任务，读取Hive分区数据，写入到指定HDFS目录下，然后读取指定HDFS目录下数据，写入到指定Hive分区的示例代码：

import org.apache.spark.sql.SparkSession;
import org.apache.spark.sql.Dataset;
import org.apache.spark.sql.Row;

public class SparkHiveHdfs {
    public static void main(String[] args) {
        String warehouseLocation = "/user/hive/warehouse";
        SparkSession spark = SparkSession.builder()
                .appName("SparkHiveHdfs")
                .config("spark.sql.warehouse.dir", warehouseLocation)
                .enableHiveSupport()
                .getOrCreate();

        // 读取Hive分区数据
        Dataset<Row> df = spark.sql("SELECT * FROM table_name WHERE partition_column='partition_value'");

        // 写入到指定HDFS目录下
        df.write().mode("overwrite").format("parquet").save("/user/hdfs/output_directory");

        // 读取指定HDFS目录下数据
        Dataset<Row> hdfsData = spark.read().format("parquet").load("/user/hdfs/output_directory");

        // 写入到指定Hive分区
        hdfsData.write().mode("overwrite").insertInto("table_name");
    }
}

需要注意的是，需要将代码中的`table_name`和`partition_column`替换为实际的Hive表名和分区列名，将`partition_value`替换为实际的分区值。另外，需要将`/user/hdfs/output_directory`替换为实际的HDFS输出目录路径。