请说明 Apache Iceberg 中表分区裁剪的实现方式，以及它如何影响查询性能。

回答思路

1. 【回答框架 1】分区裁剪是 Iceberg 基于元数据过滤数据文件的查询优化手段。Iceberg 在表结构上使用隐藏分区，通过分区元数据记录每个分区列对应的数据文件范围，查询时依据过滤条件与分区元数据比对，跳过不匹配的分区。
2. 【回答框架 2】Iceberg 的分区裁剪由查询引擎（如 Spark、Flink）通过谓词下推触发，将 WHERE 条件中的分区列约束传递给 Iceberg 表扫描层，扫描层结合分区统计信息生成需要读取的文件列表，从而避免读取无关数据。
3. 【回答框架 3】裁剪效果取决于分区列选择与查询条件匹配度，良好的分区策略（如按日期分区）能显著减少扫描量。对于未命中分区列的查询，则需全表扫描，因此设计分区键需贴合业务过滤模式。
4. 【关键点 1】Iceberg 使用隐藏分区和元数据实现分区裁剪，基于分区信息过滤数据文件。
5. 【关键点 2】裁剪依赖查询条件下推，由引擎结合分区统计信息决定读取文件列表。
6. 【关键点 3】分区键选择影响裁剪效果，按常用过滤字段分区可提升查询性能。
7. 【易错点 1】不要将分区裁剪等同于索引，它只针对分区字段，非分区列需全表扫描。
8. 【易错点 2】避免过度分区导致元数据膨胀和文件数量过多，反而降低性能。