4. Iceberg catalog 配置与快照查询

Iceberg connector 配置要点

Trino 通过 Iceberg connector 读取 Iceberg 表的元数据层（metadata.json、manifest、snapshot），因此 catalog 配置的核心是让 Trino 能同时访问 Hive Metastore（或 REST/Glue 等 catalog 服务）和 底层文件系统。以 Hive Metastore + HDFS 为例，在 etc/catalog/iceberg.properties 中写入：

connector.name=iceberg
iceberg.catalog.type=hive_metastore
hive.metastore.uri=thrift://metastore-host:9083
hive.config.resources=/etc/hadoop/conf/core-site.xml,/etc/hadoop/conf/hdfs-site.xml
iceberg.file-format=PARQUET
iceberg.unique-table-location=true

关键参数说明：

• iceberg.catalog.type：决定元数据来源，可选 hive_metastore、glue、rest、jdbc、nessie。选错会导致表能列出但快照信息读不到。
• hive.metastore.uri：Iceberg 表在 HMS 中注册为 table_type=ICEBERG，Trino 通过它定位表的 metadata 路径。
• hive.config.resources：提供 HDFS 的 fs.defaultFS 与认证信息，否则读取 manifest 文件会报 FileNotFoundException 或权限错误。
• iceberg.unique-table-location：开启后每张表使用独立目录，避免多表共享路径导致快照混淆。

快照查询的两类入口

Iceberg 表的每次写入（INSERT、MERGE、DELETE）都会生成一个新快照，快照 ID 单调递增。Trino 提供两种方式访问历史快照：

1. 元数据表："table_name$snapshots" 列出所有快照的 snapshot_id、committed_at、operation、summary；"table_name$history" 展示快照血缘。
2. 时间旅行：在查询中加 FOR VERSION AS OF <snapshot_id> 或 FOR TIMESTAMP AS OF <timestamp>，直接读取指定快照的数据。

下面这张图展示了从 catalog 配置到快照查询的完整数据流：Trino 先经 HMS 拿到表位置，再读 metadata.json 解析快照列表，最后按快照 ID 定位 manifest 与数据文件。

实操：查询当前快照与历史快照

假设已有一张 Iceberg 表 iceberg.analytics.orders，且经历过至少两次写入。先确认 catalog 可用：

SHOW CATALOGS;
SHOW SCHEMAS FROM iceberg;
SHOW TABLES FROM iceberg.analytics;

查看快照元数据表，拿到快照 ID 与操作类型：

SELECT snapshot_id, parent_id, committed_at, operation
FROM iceberg.analytics."orders$snapshots"
ORDER BY committed_at;

查询当前快照数据（默认行为）：

SELECT order_id, customer_id, amount, order_date
FROM iceberg.analytics.orders
ORDER BY order_id
LIMIT 10;

用快照 ID 做时间旅行，读取历史版本：

SELECT order_id, customer_id, amount, order_date
FROM iceberg.analytics.orders
FOR VERSION AS OF 1234567890123456789
ORDER BY order_id
LIMIT 10;

也可以用时间戳（Trino 会选取该时刻之前最近的一个快照）：

SELECT COUNT(*) AS cnt
FROM iceberg.analytics.orders
FOR TIMESTAMP AS OF TIMESTAMP '2024-06-01 10:00:00.000';

结果判读与常见问题