Iceberg 相比 Hive 表有什么优势
哪些公司问过
答案要点
- 本质区别:Hive 元数据只到分区目录,Iceberg 用元数据文件、清单列表、清单文件跟踪到每个数据文件
- ACID 与快照隔离:提交即原子替换元数据指针,支持时间旅行和回滚,并发写用乐观冲突检测
- 规划和裁剪更快:不依赖列目录,利用文件级列统计跳过文件,对象存储上收益明显
- 隐藏分区与分区演进:分区由列变换得出,查询无需显式写分区列,改分区规则不重写旧数据
- schema 演进基于列 ID,支持行级更新删除,多引擎共享同一张表
易错点
- 把 Iceberg 当成替代 Parquet 的文件格式:它是表格式,底层数据文件仍是 Parquet、ORC 或 Avro
- 说 Hive 完全没有事务:Hive 有基于 ORC 的 ACID 事务表,只是限制多、生态支持弱
- 以为 Iceberg 免维护,忽略小文件和快照膨胀问题
面试官常见追问
- Hive 也能存大量数据,性能差距在哪?
- Iceberg 的更新删除有哪些实现方式?
- Iceberg 表日常需要做哪些维护?
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。