请解释 Apache Iceberg 在写入层面如何缓解小文件问题，并列举常用的写入优化策略。

回答思路

1. 【回答框架 1】Iceberg 通过表格式的元数据管理，将数据文件与元数据分离，写入时通过 manifest 记录文件，但小文件问题仍需主动优化。
2. 【回答框架 2】常见策略包括：使用 Flink 或 Spark 的流式写入合并，如 Flink 的 write.upsert 或 Spark 的 coalesce 和 repartition 控制输出文件大小。
3. 【回答框架 3】Iceberg 提供 rewriteDataFiles 动作，通过合并小文件生成大文件，并清理旧文件，需配置目标文件大小和并发度。
4. 【回答框架 4】写入时设置 target-file-size-bytes 参数，控制每个文件的目标大小，减少小文件产生。
5. 【回答框架 5】使用分区裁剪和排序写入，减少文件数量，同时利用 Iceberg 的隐藏分区和文件剪枝提升查询性能。
6. 【关键点 1】Iceberg 通过元数据管理文件，但需主动合并小文件。
7. 【关键点 2】常用策略包括控制写入文件大小、使用 rewriteDataFiles 合并、以及流式写入合并。
8. 【关键点 3】target-file-size-bytes 参数可控制目标文件大小。
9. 【易错点 1】合并操作可能增加写入延迟，需权衡实时性。
10. 【易错点 2】过度合并可能导致写入放大，影响性能。