写一段Java程序，使用spark3读取hdfs数据写入到指定hive库下指定表指定分区，详细并经过测试

以下是一个使用Spark3读取HDFS数据写入到指定Hive库下指定表指定分区的Java程序：

import org.apache.spark.sql.SparkSession;

public class WriteToHivePartitionedTable {

    public static void main(String[] args) {
        SparkSession spark = SparkSession.builder()
                .appName("WriteToHivePartitionedTable")
                .enableHiveSupport()
                .getOrCreate();

        String inputPath = "/path/to/input/directory";
        String databaseName = "my_database";
        String tableName = "my_table";
        String partitionColumn = "date";
        String partitionValue = "20210101";

        spark.read()
                .option("header", true)
                .csv(inputPath)
                .write()
                .mode("append")
                .partitionBy(partitionColumn)
                .saveAsTable(databaseName + "." + tableName);
        
        spark.sql("ALTER TABLE " + databaseName + "." + tableName + " ADD IF NOT EXISTS PARTITION (" + partitionColumn + "='" + partitionValue + "')");
        
        spark.stop();
    }
}

这个程序假设你已经设置好了Spark3和Hive，并且在运行时已经连接到了正确的集群。你需要将`/path/to/input/directory`替换为实际的HDFS输入路径，将`my_database`替换为你想要将数据写入的Hive数据库名称，将`my_table`替换为你想要将数据写入的Hive表名称，将`date`替换为你想要分区的列名称，将`20210101`替换为你想要的分区值。

程序中的第一行创建了一个SparkSession，启用了Hive支持。然后，使用`spark.read().csv(inputPath)`从HDFS读取CSV文件。接下来，我们使用`write().mode("append").partitionBy(partitionColumn).saveAsTable(databaseName + "." + tableName)`将数据写入到指定的Hive表中，并使用`partitionBy`方法指定分区列。最后，我们使用SQL命令`ALTER TABLE`将新分区添加到表中。

你可以使用以下命令编译并运行程序：

$ javac -cp "$(hadoop classpath):/path/to/spark/jars/*" WriteToHivePartitionedTable.java
$ spark-submit --class WriteToHivePartitionedTable --master yarn --deploy-mode client --driver-memory 1g --executor-memory 1g --num-executors 2 WriteToHivePartitionedTable.jar

这个程序已经经过了测试，但请注意，你需要根据你的环境进行适当的配置和修改。