Apache Iceberg 表格式及其元数据结构
哪些公司问过
答案要点
- 开放表格式:在文件存储上组织数据文件与元数据,供 Spark、Flink、Trino 等引擎共享
- 元数据层级:Catalog → 元数据文件(schema、分区规则、快照)→ manifest list → manifest → 数据文件
- 快照加原子指针替换实现 ACID 与乐观并发,支持时间旅行与回滚
- schema 演进基于列 ID;隐藏分区与分区演进,无需用户显式写分区列
- manifest 中的分区值和列统计用于文件级裁剪,避免列目录
易错点
- 把 Iceberg 当成存储系统或查询引擎
- 以为 schema 演进按列名匹配,实际按列 ID
- 频繁小批写入不做小文件合并与快照过期清理,元数据和小文件膨胀
面试官常见追问
- Iceberg 和 Hive 表的区别?
- 行级更新删除怎么做?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。