# What Is Inside an Iceberg Table?

- 发布方：DuckDB（DuckDB 官方团队博客）；作者：The DuckDB team
- 形式：实践教程 · en
- 原始资源：[https://duckdb.org/2026/10/13/inside-iceberg-table.html](<https://duckdb.org/2026/10/13/inside-iceberg-table.html>)
- 本站页面：[https://oplearnx.com/resources/res\_j8snjgam8yp7](<https://oplearnx.com/resources/res_j8snjgam8yp7>)
- 学习主题：计算机科学 / 数据库与 SQL；数据科学 / 数据工程与分析工作流
- 内容状态：状态待核验
- 原始发布时间：未知（待核验）
- 本站首次收录：2026-10-22 20:02

## 能学到什么

能用 SQL 逐层检视 Apache Iceberg 表的文件树，理解元数据、快照与清单文件的组织方式。

- 说明 Iceberg 表由 metadata.json、Avro 清单列表、清单文件与 Parquet 数据/删除文件构成的树状结构
- 本地启动 Iceberg REST catalog 服务并在 DuckDB 中 ATTACH 该 catalog
- 用 iceberg\_snapshots 等函数查看表的快照序列与操作类型
- 用 read\_json 读取 metadata.json，查看格式版本、当前快照与快照摘要计数
- 理解 Iceberg 每次变更写新文件、通过移动 catalog 指针提交的机制及其并发冲突处理
- 在 DuckDB CLI 中按自上而下的层次追踪某个快照对应的清单与数据文件

## 适合我吗

- 适合：适合已经使用 DuckDB 或接触过 Apache Iceberg、想弄清表底层文件组织与排查性能问题的人，教程边讲边给可运行 SQL。
- 需要留意：不适合完全没有 SQL 与数据湖基础、只想快速上手写查询的初学者；也不涉及 Iceberg 写入优化的系统性讲解。

## 前置条件与费用

- 知识前置：需要基本 SQL 操作（建表、插入、删除、多表查询）能力，并了解表、分区、快照的大致概念。
- 软件、账号与硬件：本地安装可运行的 DuckDB CLI（网页明确说明不要用浏览器版 DuckDB Shell）与 Docker，用于启动 Iceberg REST catalog fixture；对象存储版本需要自备 S3 类存储。
- 内容费用：免费：网页为 DuckDB 官方博客全文，节选中可直接读到正文、命令与 SQL 示例，未见付费墙或登录拦截。
- 实践费用：实践无额外费用：示例使用本地 Docker 运行的 Iceberg REST catalog fixture 与本地磁盘，网页写明无需 Cloud 账号与认证；改用对象存储时路径变为 s3://，但网页未说明费用。
- 转载与修改：按材料分别核对，见本页“来源核验与开课实跑”；仓库许可不自动适用于教材或视频。

## 准备工具

- [DuckDB CLI](<https://duckdb.org/docs/1.5/clients/cli/overview.html>)：执行教程中的 SQL 并附加 Iceberg catalog
- Docker：运行 apache/iceberg-rest-fixture 作为本地 REST catalog
- [iceberg 扩展](<https://duckdb.org/docs/1.5/core_extensions/iceberg/overview.html>)：让 DuckDB 通过 Iceberg REST 协议访问表

## 学习指南

开课检查：提示词由本站整理，尚未按提示词实际完成开课检查。

### 开课提示词（Windows）

```text
请帮我把「What Is Inside an Iceberg Table?」的学习环境一次准备好，让我之后只需要按顺序学习和做练习。
开始前先问我：课程放在哪个目录（等我给出完整路径），确认我的操作系统和已有工具。确认前不要创建文件或安装软件。

课程入口：https://duckdb.org/2026/10/13/inside-iceberg-table.html
我的系统：Windows。如果实际不符，先调整方案。
本次路线：Windows：本机动手。只准备这条路线需要的工具；只读路线不安装运行环境、不配置模型密钥。
练习：按网页步骤在本地完整跑一遍示例，然后自行做一次 INSERT，确认快照数量与 metadata 文件编号都加一。
课节（官方顺序）：
1. What Is Inside an Iceberg Table?（Deep Dive）：https://duckdb.org/2026/10/13/inside-iceberg-table.html

1. 环境
- DuckDB CLI（本地）
- Docker
- DuckDB iceberg 扩展
- 本地数据目录（示例 /data/lake）
- 安装前先列出要装的软件和命令，等我同意；已装好的直接复用。
2. 材料
- 官方课程页面：只记录链接 https://duckdb.org/2026/10/13/inside-iceberg-table.html
3. 目录（最外层放在我确认的位置）
duckdb-inside-iceberg-table/
├── README.md        # 课程入口、课节清单、每次怎么开始
├── progress.md      # 每课：读讲义 / 做练习 / 记笔记
├── questions.md     # 待解决的问题
├── check-env.ps1     # 环境自检，按 README 操作
├── data/            # 练习用到的样例数据
└── lessons/         # 每课一个文件夹：notes.md + exercises/
    └── 01-01-what-is-inside-an-iceberg/
- 每课文件夹里建 notes.md（顶部写本课官方链接）和 exercises/；课节文件夹名称与上面一致。
- 已有课程目录先检查并复用；不覆盖笔记、作业或 progress.md，不重置已有进度。尚未发布的课节保留入口并注明未发布，不能代写讲义或虚构练习。
4. 自检
- 创建 check-env.ps1，逐项检查并记录“通过/未通过”：
- 在课程根目录运行；每项检查独立执行，进入子目录不能影响下一项。将下面检查转换为 PowerShell 命令，不使用 Bash 语法。
  - docker ps 查看 apache/iceberg-rest-fixture 容器处于运行状态  → 容器在运行，8181 端口已映射
  - 在 DuckDB CLI 中执行 SELECT * FROM iceberg_snapshots(lake.demo.services);  → 返回按 sequence_number 排列的 3 条快照记录
  - 查看 /data/lake/demo/services/metadata/ 目录  → 存在多个 .metadata.json 文件，最新文件名以 00003 开头
- 标注为人工检查、浏览器操作或 notebook 单元的项目，按相应方式操作，不直接粘贴进 shell；脚本只包含当前系统可执行的命令。
- 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项；需要登录、付费或尚未开放的材料记为“需要我操作/未验证”，不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
- 运行一次，把结果给我看；未通过的项目说明原因和修复办法。
5. 学习计划
- README.md：课程入口、课节清单（带链接）、每次学习怎么开始（使用“每课提示词”）。
- progress.md：每课三项勾选——读讲义、做练习、记笔记。
6. 最后分三部分汇报：已完成、需要我自己操作的、尚未验证的。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
如果你不能直接操作我的文件系统，请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。
```

### 开课提示词（macOS）

```text
请帮我把「What Is Inside an Iceberg Table?」的学习环境一次准备好，让我之后只需要按顺序学习和做练习。
开始前先问我：课程放在哪个目录（等我给出完整路径），确认我的操作系统和已有工具。确认前不要创建文件或安装软件。

课程入口：https://duckdb.org/2026/10/13/inside-iceberg-table.html
我的系统：macOS。如果实际不符，先调整方案。
本次路线：macOS：本机动手。只准备这条路线需要的工具；只读路线不安装运行环境、不配置模型密钥。
练习：按网页步骤在本地完整跑一遍示例，然后自行做一次 INSERT，确认快照数量与 metadata 文件编号都加一。
课节（官方顺序）：
1. What Is Inside an Iceberg Table?（Deep Dive）：https://duckdb.org/2026/10/13/inside-iceberg-table.html

1. 环境
- DuckDB CLI（本地）
- Docker
- DuckDB iceberg 扩展
- 本地数据目录（示例 /data/lake）
- 安装前先列出要装的软件和命令，等我同意；已装好的直接复用。
2. 材料
- 官方课程页面：只记录链接 https://duckdb.org/2026/10/13/inside-iceberg-table.html
3. 目录（最外层放在我确认的位置）
duckdb-inside-iceberg-table/
├── README.md        # 课程入口、课节清单、每次怎么开始
├── progress.md      # 每课：读讲义 / 做练习 / 记笔记
├── questions.md     # 待解决的问题
├── check-env.sh     # 环境自检，按 README 操作
├── data/            # 练习用到的样例数据
└── lessons/         # 每课一个文件夹：notes.md + exercises/
    └── 01-01-what-is-inside-an-iceberg/
- 每课文件夹里建 notes.md（顶部写本课官方链接）和 exercises/；课节文件夹名称与上面一致。
- 已有课程目录先检查并复用；不覆盖笔记、作业或 progress.md，不重置已有进度。尚未发布的课节保留入口并注明未发布，不能代写讲义或虚构练习。
4. 自检
- 创建 check-env.sh，逐项检查并记录“通过/未通过”：
- 在课程根目录运行；每项检查独立执行，进入子目录不能影响下一项。使用当前系统的终端运行。
  - docker ps 查看 apache/iceberg-rest-fixture 容器处于运行状态  → 容器在运行，8181 端口已映射
  - 在 DuckDB CLI 中执行 SELECT * FROM iceberg_snapshots(lake.demo.services);  → 返回按 sequence_number 排列的 3 条快照记录
  - 查看 /data/lake/demo/services/metadata/ 目录  → 存在多个 .metadata.json 文件，最新文件名以 00003 开头
- 标注为人工检查、浏览器操作或 notebook 单元的项目，按相应方式操作，不直接粘贴进 shell；脚本只包含当前系统可执行的命令。
- 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项；需要登录、付费或尚未开放的材料记为“需要我操作/未验证”，不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
- 运行一次，把结果给我看；未通过的项目说明原因和修复办法。
5. 学习计划
- README.md：课程入口、课节清单（带链接）、每次学习怎么开始（使用“每课提示词”）。
- progress.md：每课三项勾选——读讲义、做练习、记笔记。
6. 最后分三部分汇报：已完成、需要我自己操作的、尚未验证的。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
如果你不能直接操作我的文件系统，请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。
```

### 开课提示词（Linux）

```text
请帮我把「What Is Inside an Iceberg Table?」的学习环境一次准备好，让我之后只需要按顺序学习和做练习。
开始前先问我：课程放在哪个目录（等我给出完整路径），确认我的操作系统和已有工具。确认前不要创建文件或安装软件。

课程入口：https://duckdb.org/2026/10/13/inside-iceberg-table.html
我的系统：Linux。如果实际不符，先调整方案。
本次路线：Linux：本机动手。只准备这条路线需要的工具；只读路线不安装运行环境、不配置模型密钥。
练习：按网页步骤在本地完整跑一遍示例，然后自行做一次 INSERT，确认快照数量与 metadata 文件编号都加一。
课节（官方顺序）：
1. What Is Inside an Iceberg Table?（Deep Dive）：https://duckdb.org/2026/10/13/inside-iceberg-table.html

1. 环境
- DuckDB CLI（本地）
- Docker
- DuckDB iceberg 扩展
- 本地数据目录（示例 /data/lake）
- 安装前先列出要装的软件和命令，等我同意；已装好的直接复用。
2. 材料
- 官方课程页面：只记录链接 https://duckdb.org/2026/10/13/inside-iceberg-table.html
3. 目录（最外层放在我确认的位置）
duckdb-inside-iceberg-table/
├── README.md        # 课程入口、课节清单、每次怎么开始
├── progress.md      # 每课：读讲义 / 做练习 / 记笔记
├── questions.md     # 待解决的问题
├── check-env.sh     # 环境自检，按 README 操作
├── data/            # 练习用到的样例数据
└── lessons/         # 每课一个文件夹：notes.md + exercises/
    └── 01-01-what-is-inside-an-iceberg/
- 每课文件夹里建 notes.md（顶部写本课官方链接）和 exercises/；课节文件夹名称与上面一致。
- 已有课程目录先检查并复用；不覆盖笔记、作业或 progress.md，不重置已有进度。尚未发布的课节保留入口并注明未发布，不能代写讲义或虚构练习。
4. 自检
- 创建 check-env.sh，逐项检查并记录“通过/未通过”：
- 在课程根目录运行；每项检查独立执行，进入子目录不能影响下一项。使用当前系统的终端运行。
  - docker ps 查看 apache/iceberg-rest-fixture 容器处于运行状态  → 容器在运行，8181 端口已映射
  - 在 DuckDB CLI 中执行 SELECT * FROM iceberg_snapshots(lake.demo.services);  → 返回按 sequence_number 排列的 3 条快照记录
  - 查看 /data/lake/demo/services/metadata/ 目录  → 存在多个 .metadata.json 文件，最新文件名以 00003 开头
- 标注为人工检查、浏览器操作或 notebook 单元的项目，按相应方式操作，不直接粘贴进 shell；脚本只包含当前系统可执行的命令。
- 仅在当前路线需要、对应材料已获准保存、工具已安装时运行该项；需要登录、付费或尚未开放的材料记为“需要我操作/未验证”，不能伪报通过。不执行会调用付费 API、提交作业或修改云服务的检查。
- 运行一次，把结果给我看；未通过的项目说明原因和修复办法。
5. 学习计划
- README.md：课程入口、课节清单（带链接）、每次学习怎么开始（使用“每课提示词”）。
- progress.md：每课三项勾选——读讲义、做练习、记笔记。
6. 最后分三部分汇报：已完成、需要我自己操作的、尚未验证的。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
如果你不能直接操作我的文件系统，请在确认目录后给出适用于我的系统、可直接执行的命令和需要保存的文件内容。
```

### 每课提示词

```text
继续学习「What Is Inside an Iceberg Table?」。课程目录是 duckdb-inside-iceberg-table/（不知道完整路径就先问我）。
1. 读 progress.md，找到下一课；如果我指定了第几课，就准备那一课。
2. 打开这一课的官方页面和本地讲义，列出本课练习要用的工具、文件和样例数据。缺少的先告诉我，等我同意再安装或下载。
3. 在 lessons/ 对应的课节文件夹里准备好练习：exercises/ 里给每道题建一个文件，写上题号和题目原文链接，不写答案；已有文件保留，样例数据放到 data/。拿不到官方题目或起始代码时记录限制，不编造替代品。
4. 按 README 运行开课时生成的自检脚本或在线检查清单，并检查本课新增工具能否正常使用。
5. 告诉我：本课先读哪几节、从哪道练习开始、大约需要多久。我学完后，帮我在 progress.md 勾选并把问题整理到 questions.md。

边界：
- 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。
- 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。
- 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
```

### 课节（官方顺序）

1. [What Is Inside an Iceberg Table?（Deep Dive）](<https://duckdb.org/2026/10/13/inside-iceberg-table.html>)

## 指南参考

- [课程主页](<https://duckdb.org/2026/10/13/inside-iceberg-table.html>)

## 来源、许可与验证记录

- **开课提示词未完整验证，需要自备账号或资源**：本地 DuckDB CLI（网页说明浏览器版 DuckDB Shell 无法访问本机 catalog）；Docker，用于启动 apache/iceberg-rest-fixture 目录服务；DuckDB iceberg 扩展；若改用对象存储，需自备 S3 类存储桶；网页未说明其费用
- **内容提示**：原站推广：正文是完整的技术教程，同时文末（链接列表可见）列出 DuckDB 商店、DuckDB Foundation 等官方站点与自家其他博客文章的推荐入口。
- 转载与修改 · 课程页面与材料：未找到明确许可。节选未出现具体许可名，页脚仅含行为准则、商标使用等链接，未见内容许可声明 [依据](<https://duckdb.org/2026/10/13/inside-iceberg-table.html>)
- 链接检查：1/1 个可以访问

## 来源与推荐

- 编辑整理收录

---
来源：LearnMap · 学径（https://oplearnx.com）