用途：介绍在 Databricks 上使用 Apache Iceberg 的多种方式，包括原生托管 Iceberg 表、Delta 转 Iceberg 的 UniForm 互操作，以及供外部引擎访问的 Iceberg REST Catalog（IRC）。
主要能力：托管 Iceberg 表用 USING ICEBERG 创建，Databricks 与外部 Iceberg 引擎均可读写；UniForm 让 Delta 表自动生成 Iceberg 元数据，外部按 Iceberg 读、内部按 Delta 写；兼容模式面向 SDP 流水线中的流式表与物化视图；IRC 是 Unity Catalog 内置的 REST 端点，供 Spark、PyIceberg、Snowflake 等访问；Iceberg v3 为 Beta（DBR 17.3+），含删除向量、VARIANT 类型、行血缘。
必要用法：所有 Iceberg 功能需启用 Unity Catalog 的工作区；不要在 DBR 中安装 Iceberg 库，DBR 已内置，否则版本冲突；不要设置 write.metadata.path 或 write.metadata.previous-versions-max。建表示例：CREATE TABLE my_catalog.my_schema.events USING ICEBERG AS SELECT * FROM raw_events; 跨平台推荐 PARTITIONED BY，仅支持普通列引用，不支持 bucket()、years() 等表达式变换。Iceberg v2 上用 CLUSTER BY 需手动设 'delta.enableDeletionVectors' = false 与 'delta.enableRowTracking' = false；v3 无需。为已有 Delta 表启用 UniForm：ALTER TABLE ... SET TBLPROPERTIES ('delta.columnMapping.mode'='name','delta.enableIcebergCompatV2'='true','delta.universalFormat.enabledFormats'='iceberg')。
适用场景：新建 Iceberg 表、让已有 Delta 表或流式表/物化视图可被 Iceberg 读取、通过 REST 暴露给外部引擎、与 Snowflake 双向集成、连接 PyIceberg/OSS Spark/EMR/Flink/Kafka。
限制：托管 Iceberg 表不支持变更数据馈送（CDF），需要 CDF 应改用 Delta + UniForm；UniForm 元数据异步生成，外部读取可能有延迟；默认 zstd 压缩，旧读取器可能不兼容；Snowflake 集成仅见最近 1000 次提交；UniForm 要求禁用删除向量；Iceberg 表不支持 SHALLOW CLONE；外部引擎需匹配格式版本的 Iceberg 库，v3 需 1.9.0+。