Iceberg 快照、写入与维护运维

分别记录 Spark、Iceberg、Scala 与表 format 版本，核对 SQL 扩展及 catalog 配置。查看已知测试表定义，不从存储目录名称推断表身份。

SHOW CREATE TABLE REPLACE_WITH_CATALOG.REPLACE_WITH_DB.REPLACE_WITH_TEST_TABLE;

在最多二十个快照的测试表读取有限结果；LIMIT 限制返回量，排序仍可遍历该表历史元数据。snapshot ID 不按大小表示新旧。

SELECT committed_at, snapshot_id, parent_id, operation
FROM REPLACE_WITH_CATALOG.REPLACE_WITH_DB.REPLACE_WITH_TEST_TABLE.snapshots
ORDER BY committed_at DESC LIMIT 10;
SELECT made_current_at, snapshot_id, is_current_ancestor
FROM REPLACE_WITH_CATALOG.REPLACE_WITH_DB.REPLACE_WITH_TEST_TABLE.history
ORDER BY made_current_at DESC LIMIT 10;

关联写入应用、批次业务键、提交结果和新 snapshot。区分文件已落盘、提交受理与表状态更新；append 不保证按业务键去重，超时也不证明失败。

查看测试表 files、manifests 及代表性扫描计划，比较文件大小、记录数、分区规范与 Spark Task。data file 记录数不能不考虑删除语义就当作净可见行数。

以下仅对独立测试表的整数日期键 event_day 选取可能匹配的文件；where 是文件候选过滤，不只重写匹配行。

CALL REPLACE_WITH_CATALOG.system.rewrite_data_files(
  table => 'REPLACE_WITH_DB.REPLACE_WITH_TEST_TABLE',
  where => 'event_day = 20260101',
  options => map('min-input-files', '2',
                 'max-concurrent-file-group-rewrites', '1',
                 'partial-progress.enabled', 'false')
);

记录长读者、流消费者、分支标签与备份保留；只在已知小表预览 orphan。日期是需按最长写入窗口复核的演练截止点，dry_run 不消除枚举成本。

CALL REPLACE_WITH_CATALOG.system.remove_orphan_files(
  table => 'REPLACE_WITH_DB.REPLACE_WITH_TEST_TABLE',
  older_than => TIMESTAMP '2025-12-01 00:00:00',
  dry_run => true
);

用已确认的真实 snapshot ID 在固定小样本做时间旅行，检查事件、重复、NULL 与业务汇总。元数据查询成功不证明数据文件或删除文件均可读。

保存 catalog 与表身份、运行时修订、前后 snapshot、候选报告、保留评审及业务验收。恢复流程明确当前视图与后续新写入归属，维护周期由实测增长制定。