在云存储（如对象存储）环境中，Apache Iceberg 通过哪些关键机制来保证其读写性能的高效性？

回答思路

1. 【回答框架 1】Iceberg 在云存储下依赖其元数据层设计来减少对底层存储的依赖。它通过将表元数据（如 Manifest、Manifest List）与数据文件分离，并支持元数据缓存，使得查询规划不需要扫描全部数据文件，从而降低云存储的延迟开销。
2. 【回答框架 2】Iceberg 支持文件级统计信息（如列级统计、分区统计）存储在元数据中，查询引擎可以基于这些统计信息进行分区裁剪和文件剪枝，减少需要读取的数据量，这在云存储上尤为重要，因为 I/O 成本较高。
3. 【回答框架 3】Iceberg 利用乐观并发控制和快照隔离，通过原子性更新元数据来避免长时间锁表，使得多个查询和写入可以并行执行，减少对云存储的临时锁定和等待时间。
4. 【回答框架 4】Iceberg 支持数据文件在云存储上的本地缓存或分层存储策略，例如将热数据保留在更高性能的存储层，冷数据归档到低成本存储，同时通过预取和缓存元数据来加速访问，提高整体性能。
5. 【关键点 1】元数据与数据分离，支持元数据缓存，减少查询规划开销
6. 【关键点 2】利用列级统计和分区信息进行文件剪枝，减少 I/O
7. 【关键点 3】通过快照隔离和乐观锁支持高并发，避免锁竞争
8. 【关键点 4】支持存储分层和缓存策略，优化云存储访问成本
9. 【易错点 1】仅依赖云存储原生服务可能忽略元数据缓存的性能影响
10. 【易错点 2】将所有数据都视为热数据，不加区分地缓存，浪费成本
11. 【易错点 3】忽略并发写入时元数据冲突的风险，可能影响数据一致性