Apache Iceberg 具备以下能力：
● 模式演进（Schema evolution）：支持 Add（添加）、Drop（删除）、Update（更新）、Rename（重命名）和 Reorder（重排）表格式定义。
● 分区布局演进（Partition layout evolution）：可以随着数据量或查询模式的变化而更新表的布局。
● 隐式分区（Hidden partitioning）：查询不再取决于表的物理布局。通过物理和逻辑之间的分隔，Iceberg 表可以随着数据量的变化和时间的推移发展分区方案。错误配置的表可以得到修复，无需进行昂贵的迁移。
● 时光穿梭（Time travel）：支持用户使用完全相同的快照进行重复查询，或者使用户轻松检查更改。
备注：支持在 DataFrame 中使用 Time Travel 能力。
● 版本回滚（Version rollback）：使用户可以通过将表重置为良好状态来快速纠正问题。
在可靠性与性能方面，Iceberg 可在生产中应用到数十 PB 的数据表，即使没有分布式 SQL 引擎，也可以读取这些巨大规模的表：
● 扫描速度快，无需使用分布式 SQL 引擎即可读取表或查找文件。
● 高级过滤，基于表元数据，使用分区和列级统计信息对数据文件进行裁剪。
Iceberg 被设计用来解决最终一致的云对象存储中的正确性问题：
● 可与任何云存储一起使用，并且通过避免调用 list 和 rename 来减少 HDFS 的 NameNode 拥塞。
● 可序列化的隔离，表更改是原子性的，用户永远不会看到部分更改或未提交的更改。
● 多个并发写入使用乐观锁机制进行并发控制，即使写入冲突，也会重试以确保兼容更新成功。
Iceberg 设计为以快照（Snapshot）的形式来管理表的各个历史版本数据。快照代表一张表在某个时刻的状态。每个快照中会列出表在某个时刻的所有数据文件列表。Data 文件存储在不同的 Manifest 文件中，Manifest 文件存储在一个 Manifest List 文件中，Manifest 文件可以在不同的 Manifest List 文件间共享，一个 Manifest List 文件代表一个快照。
● Manifest List 文件是元数据文件，其中存储的是 Manifest 文件的列表，每个 Manifest 文件占据一行。
● Manifest 文件是元数据文件，其中列出了组成某个快照的数据文件列表。每行都是每个数据文件的详细描述，包括数据文件的状态、文件路径、分区信息、列级别的统计信息（例如每列的最大最小值、空值数等）、文件的大小以及文件中数据的行数等信息。
● Data 文件是 Iceberg 表真实存储数据的文件，一般是在表的数据存储目录的 data 目录下。
5.3.1.3使用 Iceberg 1.6.1 版本，以下为该版本的功能受限内容：
- Avro 格式文件不支持默认值填充。
- 支持 timestamp、timestamptz，但不支持 timestamp_ns、timestamptz_ns。
- 不支持 spark 3.4.4；不支持 spark 3.5.2 及以后版本。