perf(manual/trd): 订单 rebucket 资源按实测集群定值（30×4核/8g）

实测 3 节点 × 48vcore/150GB = 144vcore/450GB 全闲；配 30 executor×4核=120核(83%)、
每 executor 10g 容器=300GB、driver 8g、shuffle/parallelism 1000。较默认 15×2核 提 4 倍并行。

Co-Authored-By: Claude Opus 4.8 (1M context) <noreply@anthropic.com>

manual/backfill/20260723_ods_trd_card_group_order_info_reinit_rebucket.sql

@@ -17,16 +17,16 @@ SET hive.exec.dynamic.partition.mode=nonstrict;
 SET hive.exec.max.dynamic.partitions=10000;
 SET hive.exec.max.dynamic.partitions.pernode=10000;
 
--- 资源放大（集群闲置，一次性重灌；L2 SET 覆盖 spark-tuning.conf 默认 15×2核/6g/shuffle200）。
--- 动态分配是关的，杠杆是 executor.instances。按集群实际容量增减：单 executor 别超 YARN 容器上限
--- (executor.memory+overhead ≤ yarn.scheduler.maximum-allocation-mb；cores ≤ maximum-allocation-vcores)。
-SET spark.executor.instances=20;
+-- 资源放大（一次性重灌；L2 SET 覆盖 spark-tuning.conf 默认 15×2核/6g/shuffle200）。动态分配关，杠杆是 instances。
+-- 实测集群：3 节点 × 48 vcore / 150GB = 144 vcore / 450GB，全闲。
+-- 配 30 executor × 4核 = 120 核(83%)，每 executor 8g+2g=10g → 300GB(67%)，每节点 10 个（40核/100GB，留头寸）。
+SET spark.executor.instances=30;
 SET spark.executor.cores=4;
 SET spark.executor.memory=8g;
 SET spark.executor.memoryOverhead=2g;
-SET spark.driver.memory=6g;
-SET spark.sql.shuffle.partitions=800;
-SET spark.default.parallelism=800;
+SET spark.driver.memory=8g;
+SET spark.sql.shuffle.partitions=1000;
+SET spark.default.parallelism=1000;
 
 INSERT OVERWRITE TABLE ods.ods_trd_card_group_order_info_inc_d PARTITION (dt)
 SELECT