请描述 Apache Iceberg 中实现增量数据导入的常用方法，并阐述其增量导入策略有哪些？

回答思路

1. 【回答框架 1】Iceberg 的增量导入核心在于利用其快照（Snapshot）机制，每次写入都会生成新的快照，通过对比快照可以识别出新增和变化的数据。
2. 【回答框架 2】常用增量导入方式包括：1. 基于快照的增量读取，通过指定起始快照 ID 读取该快照之后的数据变更；2. 基于文件变化的增量，通过查询表历史的元数据，获取新增或删除的数据文件；3. 配合流式处理框架如 Spark Structured Streaming 或 Flink，利用 Iceberg 的增量源（incremental source）实现 continuous 处理。
3. 【回答框架 3】增量导入策略包括：时间策略，即基于快照时间戳获取一定时间窗口内的变更；版本策略，即基于快照 ID 获取特定版本之后的变更；以及全量加增量的混合策略，用于需要完整历史数据和后续实时更新的场景。
4. 【关键点 1】Iceberg 的快照隔离机制是增量导入的基础。
5. 【关键点 2】可通过指定起始快照 ID 或时间戳来实现增量读取。
6. 【关键点 3】增量导入策略通常结合时间、版本或全量加增量的方式。
7. 【关键点 4】利用 Spark/Flink 的增量读取可简化实现。
8. 【易错点 1】增量导入不等同于 CDC，仅能感知 Iceberg 内部表数据的变更。
9. 【易错点 2】过旧的快照文件可能被清理（如基于保留策略），导致无法回溯到指定起点。
10. 【易错点 3】对于 delete/update 等操作，增量读取的文件列表可能包含异常标记，需正确处理。