Apache Iceberg 里面的桌子 AWS Clean Rooms

Apache Iceberg 是一种用于数据湖的开源表格式。 AWS Clean Rooms 可以使用存储在中的统计信息 Apache Iceberg 元数据用于优化查询计划并减少无尘室查询处理期间的文件扫描。有关更多信息，请参阅 Apache Iceberg 文档。

AWS Clean Rooms 与 Iceberg 表一起使用时，请考虑以下几点：

• AWS Glue Data Catalog 唯一的桌子 — Apache Iceberg 必须在 AWS Glue Data Catalog 基于开源胶水目录实现的中定义表。

• Parquet 文件格式 — AWS Clean Rooms 仅支持 Parquet 数据文件格式的 Iceberg 表。

• GZIP和 Snappy 压缩 — AWS Clean Rooms 支持带和的 Parquet GZIP Snappy 压缩。

• Iceberg 版本 — AWS Clean Rooms 支持对版本 1 和版本 2 的 Iceberg 表运行查询。

• 分区 — 您无需为自己的分区手动添加分区 Apache Iceberg 中的桌子 AWS Glue。 AWS Clean Rooms 检测到中的新分区 Apache Iceberg 自动生成表，无需手动操作即可更新表定义中的分区。Iceberg 分区在 AWS Clean Rooms 表架构中显示为常规列，而不是在配置表架构中单独显示为分区键。

• 限制

  • 仅限全新 Iceberg 表

    Apache Iceberg 表格转换自 Apache Parquet 不支持表。

  • 时间旅行查询

    AWS Clean Rooms 不支持时空旅行查询 Apache Iceberg 桌子。

  • Athena 引擎版本 2

    Iceberg 不支持使用 Athena 引擎版本 2 创建的表。

  • 文件格式

    Avro 且不支持优化的行列 (ORC) 文件格式。

  • 压缩

    Zstandard (Zstd) 压缩适用于 Parquet 不支持。

支持的 Iceberg 表数据类型

AWS Clean Rooms 可以查询 Iceberg 包含以下数据类型的表：

• boolean

• date

• decimal

• double

• float

• int

• list

• long

• map

• string

• struct

• timestamp without time zone

有关 Iceberg 数据类型的更多信息，请参阅 Apache 文档中的 Schemas for Iceberg。