S3 表类数据存储服务复制的工作方式

S3 表类数据存储服务复制会跨区域和 AWS 账户创建 Apache Iceberg 表的只读副本。副本表由 S3 表类数据存储服务自动维护，包含源表中的完整数据、元数据和快照历史记录，让您可以使用任何兼容 Iceberg 的引擎进行查询，用于分析和时间旅行操作。

当您为表配置复制时，S3 表类数据存储服务会执行以下操作：

有关更多信息，请参阅以下部分。

复制的内容

将复制以下表组件：

表快照：所有快照（包括压缩快照）均按时间顺序复制，以保留源表中的父子关系和序列号。这将确保副本表提供与源表相同的时间旅行功能。
表数据：表快照引用的所有数据文件都将复制到目标区域。这包括：
- 元数据文件：表 metadata.json 文件、清单、清单列表、分区统计信息和表统计信息。
- 删除文件：所有删除文件都会被复制，以确保副本表中数据的准确性。
- 数据文件：清单引用的所有数据文件都会被复制。
表元数据：完整的元数据复制，包括架构信息（当前和历史）、分区规范、排序顺序和表属性。
- 架构信息：所有表架构都会被复制，包括当前架构版本和历史架构版本。这将确保对副本表的查询使用正确的列定义、数据类型和字段映射。复制过程会保留架构演进历史记录，使时空旅行查询能够在副本表上正常执行。
- 分区规范：当前和历史分区规范会被复制，以确保副本表采用与源表相同的分区策略。
- 排序顺序：表排序顺序会被复制，以维持查询性能优化。

复制通过比较源表与副本表的 Apache Iceberg 表元数据来确定副本表的有效状态。复制会处理三个类别的元数据以更新您的副本表。

对于受版本控制的元数据字段，复制会将源表中的值合并到副本表的以下字段对应的数组：

对于表示表配置的字段，复制操作会直接从源表复制值：

当前表状态也会从源表传输过来：

以下字段根据合并后的数据计算得出，并针对副本表进行了更新：

S3 表类数据存储服务复制按照与源表相同的提交顺序复制所有表快照，从而跨区域维护完整的快照历史记录。源表中的父子关系将保留在副本表中。

您可以为复制的表配置与源表保留期不同的自定义快照保留期。这意味着，即使快照在源表中已过期且不再可用，它们仍然可以在副本中保留。

例如，如果源表的快照保留期为 30 天，但副本表的保留期配置为 90 天，则副本将保留源表中不再可用的前两个月的快照。

您在源表中手动过期的快照也会保留在副本表中。例如，如果您在源表中使用 Spark 过程使 2 月份的快照过期，您仍然可以访问副本表中的这些快照。

以下注意事项适用于复制的表：

Javascript 在您的浏览器中被禁用或不可用。

要使用 Amazon Web Services 文档，必须启用 Javascript。请参阅浏览器的帮助页面以了解相关说明。

复制 S3 表

设置 S3 表类数据存储服务复制