Apache Iceberg tables on Databricks —Managed Iceberg tables、External Iceberg Reads(均一フォーマット)、Compatibility Mode、Iceberg REST Catalog(REST方式のカタログ)、Iceberg v3、Snowflakeとの相互運用、PyIceberg、オープンソース版Spark、外部エンジンへのアクセスと認証情報の提供に対応しています。 次のような場合に使用: - Iceberg テーブルを新規作成する - Delta テーブル(ストリーミングテーブルやマテリアライズドビューを含む)で External Iceberg Reads(均一フォーマット)を有効にする - 互換性モードを経由してこれらを設定する - Unity Catalog の REST カタログを通じて、外部のエンジンが Databricks のテーブルを読み取れるよう設定する - Snowflake のカタログと統合して、Snowflake 側で管理されている Iceberg テーブルを読み込む
Apache Iceberg tables on Databricks — Managed Iceberg tables, External Iceberg Reads (fka Uniform), Compatibility Mode, Iceberg REST Catalog (IRC), Iceberg v3, Snowflake interop, PyIceberg, OSS Spark, external engine access and credential vending. Use when creating Iceberg tables, enabling External Iceberg Reads (uniform) on Delta tables (including Streaming Tables and Materialized Views via compatibility mode), configuring external engines to read Databricks tables via Unity Catalog IRC, integrating with Snowflake catalog to read Foreign Iceberg tables
Databricksは、Apache Icebergを利用するための複数の方法を提供しています。 ネイティブマネージドIcebergテーブル、DeltaとIcebergの相互運用を実現するUniForm、 そして外部エンジンからアクセスするためのIceberg REST Catalog(IRC)です。
write.metadata.path または write.metadata.previous-versions-max を設定すること — Databricksはメタデータの配置を自動管理しており、上書きするとデータ破損が発生するPARTITIONED BY と CLUSTER BY のどちらも外部エンジン向けには同一のIcebergメタデータを生成することを把握すること — UCは、クラスタリングキーに対応するパーティションフィールドを持つIceberg partition specを維持する。IRCを通じて読み取る外部エンジンからは、パーティション化されたIcebergテーブル(Hiveスタイルではなく、正規のIceberg partition fields)として見え、それらのフィールドでプルーニングが可能。UC内部ではこれらのフィールドをliquid clusteringキーとして使用する。2つの構文の違いは以下の通り: (1) PARTITIONED BY は標準的なIceberg DDL(どのエンジンでもテーブル作成可能)、CLUSTER BY はDBR専用DDL; (2) PARTITIONED BY はDV・row-trackingプロパティを自動処理するのに対し、CLUSTER BY はv2でTBLPROPERTIESの手動設定が必要PARTITIONED BY で式ベースのパーティション変換(bucket()、years()、months()、days()、hours())を使用すること — サポートされるのはプレーンなカラム参照のみ。式変換を使用するとエラーが発生するCLUSTER BY を使用する場合、deletion vectorsとrow trackingを無効化すること — TBLPROPERTIESに 'delta.enableDeletionVectors' = false および 'delta.enableRowTracking' = false を設定する(Iceberg v3はこれを自動処理。PARTITIONED BY はv2・v3の両方で自動処理)| 概念 | 説明 |
|---|---|
| マネージドIcebergテーブル | USING ICEBERG で作成するネイティブIcebergテーブル — Databricks上および外部Icebergエンジンからの完全な読み書きに対応 |
| 外部Iceberg読み取り(UniForm) | Icebergメタデータを自動生成するDeltaテーブル — 外部からIcebergとして読み取り可能、内部はDeltaとして書き込み |
| Compatibility Mode | SDPパイプラインのストリーミングテーブルおよびマテリアライズドビュー向けUniFormの変種 |
| Iceberg REST Catalog(IRC) | Iceberg REST Catalog仕様を実装したUnity Catalog組み込みのRESTエンドポイント — 外部エンジン(Spark、PyIceberg、Snowflake)がUC管理のIcebergデータにアクセス可能 |
| Iceberg v3 | 次世代フォーマット(Beta、DBR 17.3+)— deletion vectors、VARIANTタイプ、row lineageをサポート |
-- クラスタリングなし
CREATE TABLE my_catalog.my_schema.events
USING ICEBERG
AS SELECT * FROM raw_events;
-- PARTITIONED BY(クロスプラットフォームに推奨): 標準的なIceberg構文。EMR / OSS Spark / Trino / Flinkで動作
-- DVおよびrow trackingを自動無効化 — v2・v3ともにTBLPROPERTIESの設定不要
CREATE TABLE my_catalog.my_schema.events
USING ICEBERG
PARTITIONED BY (event_date)
AS SELECT * FROM raw_events;
-- CLUSTER BY(Iceberg v2、DBR専用構文): DVおよびrow trackingの手動無効化が必要
CREATE TABLE my_catalog.my_schema.events
USING ICEBERG
TBLPROPERTIES (
'delta.enableDeletionVectors' = false,
'delta.enableRowTracking' = false
)
CLUSTER BY (event_date)
AS SELECT * FROM raw_events;
-- CLUSTER BY(Iceberg v3、DBR専用構文): TBLPROPERTIESの設定不要
CREATE TABLE my_catalog.my_schema.events
USING ICEBERG
TBLPROPERTIES ('format-version' = '3')
CLUSTER BY (event_date)
AS SELECT * FROM raw_events;
ALTER TABLE my_catalog.my_schema.customers
SET TBLPROPERTIES (
'delta.columnMapping.mode' = 'name',
'delta.enableIcebergCompatV2' = 'true',
'delta.universalFormat.enabledFormats' = 'iceberg'
);
| テーブルタイプ | Databricks読み取り | Databricks書き込み | 外部IRC読み取り | 外部IRC書き込み |
|---|---|---|---|---|
マネージドIceberg(USING ICEBERG) |
○ | ○ | ○ | ○ |
| Delta + UniForm | ○(Deltaとして) | ○(Deltaとして) | ○(Icebergとして) | ✕ |
| Delta + Compatibility Mode | ○(Deltaとして) | ○ | ○(Icebergとして) | ✕ |
| ファイル | 説明 | キーワード |
|---|---|---|
| references/1-managed-iceberg-tables.md | ネイティブIcebergテーブルの作成と管理 — DDL、DML、Liquid Clustering、Predictive Optimization、Iceberg v3、制限事項 | CREATE TABLE USING ICEBERG, CTAS, MERGE, タイムトラベル, deletion vectors, VARIANT |
| references/2-uniform-and-compatibility.md | DeltaテーブルをIceberg読み取り可能にする方法 — 通常テーブル向けUniForm、ストリーミングテーブルおよびMV向けCompatibility Mode | UniForm, universalFormat, Compatibility Mode, ストリーミングテーブル, マテリアライズドビュー, SDP |
| references/3-iceberg-rest-catalog.md | IRCエンドポイントを通じてDatabricksテーブルを外部エンジンに公開する方法 — 認証、credential vending、IPアクセスリスト | IRC, REST Catalog, credential vending, EXTERNAL USE SCHEMA, PAT, OAuth |
| references/4-snowflake-interop.md | Snowflake-Databricks双方向統合 — catalog integration、foreign catalog、vended credentials | Snowflake, catalog integration, external volume, vended credentials, REFRESH_INTERVAL_SECONDS |
| references/5-external-engine-interop.md | PyIceberg、OSS Spark、AWS EMR、Apache Flink、Kafka ConnectのIRC経由接続 | PyIceberg, OSS Spark, EMR, Flink, Kafka Connect, pyiceberg.yaml |
| 問題 | 解決策 |
|---|---|
| Change Data Feed(CDF)非対応 | CDFはマネージドIcebergテーブルではサポートされていません。CDFが必要な場合はDelta + UniFormを使用してください。 |
| UniFormの非同期遅延 | Icebergメタデータの生成は非同期で行われます。書き込み後、外部エンジンが最新データを参照できるようになるまで若干の遅延が生じる場合があります。DESCRIBE EXTENDED table_name でステータスを確認してください。 |
| 圧縮コーデックの変更 | マネージドIcebergテーブルはデフォルトで zstd 圧縮を使用します(snappy ではありません)。zstdに対応していない古いIcebergリーダーは失敗します。リーダーの互換性を確認するか、write.parquet.compression-codec を snappy に設定してください。 |
| Snowflakeの1000コミット制限 | SnowflakeのIceberg catalog integrationは直近1000件のIcebergコミットしか参照できません。書き込み頻度が高い場合はメタデータをコンパクトするか、Snowflakeが古いデータを見失う可能性があります。 |
| UniFormとdeletion vectors | UniFormはdeletion vectorsが無効化されている必要があります(delta.enableDeletionVectors = false)。テーブルでdeletion vectorsが有効になっている場合は、UniFormを有効化する前に無効化してください。 |
| IcebergのSHALLOW CLONE非対応 | SHALLOW CLONE はIcebergテーブルではサポートされていません。DEEP CLONE または CREATE TABLE ... AS SELECT を使用してください。 |
| 外部エンジンとのバージョン不一致 | 外部エンジンが使用するIcebergライブラリのバージョンが、テーブルのフォーマットバージョンと互換性があることを確認してください。Iceberg v3テーブルにはIcebergライブラリ1.9.0以降が必要です。 |
Databricks provides multiple ways to work with Apache Iceberg: native managed Iceberg tables, UniForm for Delta-to-Iceberg interoperability, and the Iceberg REST Catalog (IRC) for external engine access.
write.metadata.path or write.metadata.previous-versions-max — Databricks manages metadata locations automatically; overriding causes corruptionPARTITIONED BY and CLUSTER BY produce the same Iceberg metadata for external engines — UC maintains an Iceberg partition spec with partition fields corresponding to the clustering keys, so external engines reading via IRC see a partitioned Iceberg table (not Hive-style, but proper Iceberg partition fields) and can prune on those fields; internally UC uses those fields as liquid clustering keys; the only differences between the two syntaxes are: (1) PARTITIONED BY is standard Iceberg DDL (any engine can create the table), while CLUSTER BY is DBR-only DDL; (2) PARTITIONED BY auto-handles DV/row-tracking properties, while CLUSTER BY requires manual TBLPROPERTIES on v2bucket(), years(), months(), days(), hours()) with PARTITIONED BY on managed Iceberg tables — only plain column references are supported; expression transforms cause errorsCLUSTER BY on Iceberg v2 tables — set 'delta.enableDeletionVectors' = false and 'delta.enableRowTracking' = false in TBLPROPERTIES (Iceberg v3 handles this automatically; PARTITIONED BY handles this automatically on both v2 and v3)| Concept | Summary |
|---|---|
| Managed Iceberg Table | Native Iceberg table created with USING ICEBERG — full read/write in Databricks and via external Iceberg engines |
| External Iceberg Reads (Uniform) | Delta table that auto-generates Iceberg metadata — read as Iceberg externally, write as Delta internally |
| Compatibility Mode | UniForm variant for streaming tables and materialized views in SDP pipelines |
| Iceberg REST Catalog (IRC) | Unity Catalog's built-in REST endpoint implementing the Iceberg REST Catalog spec — lets external engines (Spark, PyIceberg, Snowflake) access UC-managed Iceberg data |
| Iceberg v3 | Next-gen format (Beta, DBR 17.3+) — deletion vectors, VARIANT type, row lineage |
-- No clustering
CREATE TABLE my_catalog.my_schema.events
USING ICEBERG
AS SELECT * FROM raw_events;
-- PARTITIONED BY (recommended for cross-platform): standard Iceberg syntax, works on EMR/OSS Spark/Trino/Flink
-- auto-disables DVs and row tracking — no TBLPROPERTIES needed on v2 or v3
CREATE TABLE my_catalog.my_schema.events
USING ICEBERG
PARTITIONED BY (event_date)
AS SELECT * FROM raw_events;
-- CLUSTER BY on Iceberg v2 (DBR-only syntax): must manually disable DVs and row tracking
CREATE TABLE my_catalog.my_schema.events
USING ICEBERG
TBLPROPERTIES (
'delta.enableDeletionVectors' = false,
'delta.enableRowTracking' = false
)
CLUSTER BY (event_date)
AS SELECT * FROM raw_events;
-- CLUSTER BY on Iceberg v3 (DBR-only syntax): no TBLPROPERTIES needed
CREATE TABLE my_catalog.my_schema.events
USING ICEBERG
TBLPROPERTIES ('format-version' = '3')
CLUSTER BY (event_date)
AS SELECT * FROM raw_events;
ALTER TABLE my_catalog.my_schema.customers
SET TBLPROPERTIES (
'delta.columnMapping.mode' = 'name',
'delta.enableIcebergCompatV2' = 'true',
'delta.universalFormat.enabledFormats' = 'iceberg'
);
| Table Type | Databricks Read | Databricks Write | External IRC Read | External IRC Write |
|---|---|---|---|---|
Managed Iceberg (USING ICEBERG) |
Yes | Yes | Yes | Yes |
| Delta + UniForm | Yes (as Delta) | Yes (as Delta) | Yes (as Iceberg) | No |
| Delta + Compatibility Mode | Yes (as Delta) | Yes | Yes (as Iceberg) | No |
| File | Summary | Keywords |
|---|---|---|
| references/1-managed-iceberg-tables.md | Creating and managing native Iceberg tables — DDL, DML, Liquid Clustering, Predictive Optimization, Iceberg v3, limitations | CREATE TABLE USING ICEBERG, CTAS, MERGE, time travel, deletion vectors, VARIANT |
| references/2-uniform-and-compatibility.md | Making Delta tables readable as Iceberg — UniForm for regular tables, Compatibility Mode for streaming tables and MVs | UniForm, universalFormat, Compatibility Mode, streaming tables, materialized views, SDP |
| references/3-iceberg-rest-catalog.md | Exposing Databricks tables to external engines via the IRC endpoint — auth, credential vending, IP access lists | IRC, REST Catalog, credential vending, EXTERNAL USE SCHEMA, PAT, OAuth |
| references/4-snowflake-interop.md | Bidirectional Snowflake-Databricks integration — catalog integration, foreign catalogs, vended credentials | Snowflake, catalog integration, external volume, vended credentials, REFRESH_INTERVAL_SECONDS |
| references/5-external-engine-interop.md | Connecting PyIceberg, OSS Spark, AWS EMR, Apache Flink, and Kafka Connect via IRC | PyIceberg, OSS Spark, EMR, Flink, Kafka Connect, pyiceberg.yaml |
| Issue | Solution |
|---|---|
| No Change Data Feed (CDF) | CDF is not supported on managed Iceberg tables. Use Delta + UniForm if you need CDF. |
| UniForm async delay | Iceberg metadata generation is asynchronous. After a write, there may be a brief delay before external engines see the latest data. Check status with DESCRIBE EXTENDED table_name. |
| Compression codec change | Managed Iceberg tables use zstd compression by default (not snappy). Older Iceberg readers that don't support zstd will fail. Verify reader compatibility or set write.parquet.compression-codec to snappy. |
| Snowflake 1000-commit limit | Snowflake's Iceberg catalog integration can only see the last 1000 Iceberg commits. High-frequency writers must compact metadata or Snowflake will lose visibility of older data. |
| Deletion vectors with UniForm | UniForm requires deletion vectors to be disabled (delta.enableDeletionVectors = false). If your table has deletion vectors enabled, disable them before enabling UniForm. |
| No shallow clone for Iceberg | SHALLOW CLONE is not supported for Iceberg tables. Use DEEP CLONE or CREATE TABLE ... AS SELECT instead. |
| Version mismatch with external engines | Ensure external engines use an Iceberg library version compatible with the format version of your tables. Iceberg v3 tables require Iceberg library 1.9.0+. |
原文・著作権は Anthropic および各プラグイン作者に帰属します。日本語訳は Claude API による自動翻訳です。