用途：为存储在云对象存储上的 Apache Iceberg 表配置 PyIceberg 目录，并执行表读取与写入操作。
安装：pip install pyiceberg[pyarrow,pandas,aws]（AWS 后端）或 pip install pyiceberg[pyarrow,rest]（REST 目录）。
目录配置：通过 load_catalog 加载。AWS Glue 传 type 为 glue、s3.region 等参数；REST 目录传 uri、s3.endpoint 等；Hive 传 uri 为 thrift 地址；本地开发可用 InMemoryCatalog，表默认存于 ~/.pyiceberg/。凭据默认读取环境变量或 IAM 角色（AWS_ACCESS_KEY_ID、AWS_SECRET_ACCESS_KEY、GOOGLE_APPLICATION_CREDENTIALS、AZURE_STORAGE_ACCOUNT、AZURE_STORAGE_KEY），仅本地或非标准环境需显式传入。
表操作：catalog.load_table 加载表；table.scan 支持 row_filter 过滤下推与 selected_fields 列裁剪，可 to_pandas、to_arrow 或 to_polars；table.append 追加数据；table.overwrite 整表替换；update_schema 支持 add_column 加列与 upgrade_column 升级类型。
适用场景：S3、GCS、Azure Blob 上 Iceberg 表的目录管理与读写，含本地 MinIO 或本地文件目录开发。
限制与注意：不建议生产使用本地文件系统，应使用共享目录（Glue、Hive、REST）；没有目录元数据不要管理表；表元数据过大会拖慢操作，可用 expire_snapshots() 归档旧快照；建议用 PyArrow 表并批量写入以提升性能。收费、价格与具体平台效果暂未提供。