使用Apache Spark，我可以读取分区为的json数据集
sparkSession.read.json("hdfs://data-lake/talbeName/")
在此文件夹中，我有date和hour之类的分区，例如：
hdfs://data-lake/talbeName/date=2019-08-21/hour=1
hdfs://data-lake/talbeName/date=2019-08-21/hour=2
hdfs://data-lake/talbeName/date=2019-08-21/hour=3
hdfs://data-lake/talbeName/date=2019-08-21/hour=4
hdfs://data-lake/talbeName/date=2019-08-21/hour=5
hdfs://data-lake/talbeName/date=2019-08-20/hour=1
hdfs://data-lake/talbeName/date=2019-08-20/hour=2
hdfs://data-lake/talbeName/date=2019-08-20/hour=3
hdfs://data-lake/talbeName/date=2019-08-20/hour=4
hdfs://data-lake/talbeName/date=2019-08-20/hour=5
例如，我想使用this question中的hadoop Globing模式，例如，仅加载2019-08-20中的数据以及1、3、5小时：
sparkSession.read.json("hdfs://data-lake/talbeName/date=2019-08-20/hour={1,3,5}")
但是该架构会丢失有关date和hour的信息，也就是说，日期和小时列将从数据框中丢失。
我的问题是：如何使用glob加载数据并保留表示分区的列？