Iceberg
你可能会说
数据湖里的文件越来越多，怎么当表用？
给数据湖加表语义的开放表格式在对象存储上管理 schema、分区和快照，支持时间旅行与并发写；Spark / Flink / Trino 都能读同一份数据。
也常被叫作湖仓一体表格式
什么时候选它
- 数据湖 / 湖仓一体
- 多引擎共享同一份数据
- 需要 schema 演进、时间旅行、增量读
什么时候别选
- 小规模数据（普通表就够）
- 团队没有湖仓运维经验
- 需要极低延迟点查（还要配查询引擎）
容易混在一起 · 怎么分
Iceberg≠Hive 表
Iceberg 有原子提交、快照、schema 演进；Hive 表靠目录约定，重命名和并发写容易出错。
Iceberg≠Delta Lake
两者都提供 ACID 表格式；Iceberg 引擎中立、分区演进更灵活，Delta 与 Spark 结合更紧。
Q面试会问什么
- 问：和 Hive 表的区别？
答：元数据存在清单文件里而不是目录结构，提交是原子的，支持快照和隐藏分区。 - 问：时间旅行怎么实现？
答：每次提交生成新 snapshot，读旧 snapshot 的清单文件就是历史数据；过期清理控制保留。
延伸阅读 · 权威出处