在许多数据湖中，我看到数据按年、月、日进行分区，例如：
year=2019 / month=05 / day=15
与简单地按日期分区相比，这样做有什么优点？例如：
date=20190515
我能想到的唯一优势是，例如，分析师想要查询特定月份/年份的所有数据。如果只是按日期分区，那么他们必须编写一个对分区键进行计算的查询，例如下面的伪代码：
SELECT * FROM myTable WHERE LEFT(date,4) = 2019
Spark 仍然能够对上述查询进行分区修剪吗？更嵌套的分区结构还有其他我没有考虑到的优点吗？
谢谢