请阐述 Apache Iceberg 对 Schema 演化的支持机制，并分析其在数据模型变更时是如何维持兼容性的？
考察说明
考查对 Iceberg 元数据设计及 Schema 演化原理的理解。
回答思路
- 【回答框架 1】Iceberg 通过独立的元数据层管理表结构，Schema 以版本形式存储在元数据文件中，每次变更生成新版本并保留历史版本，从而支持添加、删除、重命名列及类型提升等操作。
- 【回答框架 2】兼容性体现在读写两头：读取时利用 Schema 的 ID 和列 ID 映射新旧列，允许旧数据文件与新模式对齐；写入时根据当前 Schema 校验数据，保证新数据符合最新定义，同时历史分区数据仍可被读取。
- 【回答框架 3】类型提升遵循严格规则，如 int 可提升为 long，float 可提升为 double，但不允许破坏性的降级，以避免数据损失；删除列仅逻辑删除，物理数据保留，以保障历史查询。
- 【回答框架 4】Iceberg 还支持分区演化，分区字段变更时，新旧分区数据文件共存，查询时按各自分区元数据正确过滤，不影响现有数据。
- 【回答框架 5】这种设计使 Schema 演化对读写透明，减少停机时间，且不依赖重写历史数据，显著提升灵活性。
- 【关键点 1】Iceberg 使用元数据中的 Schema 版本和列 ID 实现列级追踪，确保数据文件与模式的兼容。
- 【关键点 2】添加列时，旧数据文件对应列为 null；删除列时，历史数据仍可访问。
- 【关键点 3】类型提升必须符合定义，禁止自动降级。
- 【关键点 4】分区演化支持新旧分区共存，查询自动适配。
- 【关键点 5】Schema 演化不重写数据文件，通过元数据机制保证兼容。
- 【易错点 1】误认为类型降级无损，实际可能引发数据截断或错误。
- 【易错点 2】忽略 Schema 版本管理，导致元数据膨胀或异常。
- 【易错点 3】混淆分区演化与 Schema 演化，二者机制不同。