El Catálogo de datos de AWS Glue ahora admite la optimización de tablas, las estadísticas y los rastreadores para Apache Iceberg V3
El Catálogo de datos de AWS Glue ahora admite la optimización de tablas, las estadísticas y los rastreadores para las tablas de Apache Iceberg versión 3 (V3). Con estas nuevas capacidades, puede mantener automáticamente las tablas de Apache Iceberg V3, optimizarlas para el rendimiento de las consultas y descubrirlas en Amazon S3.
Con la optimización de tablas, puede compactar tablas de Apache Iceberg V3 mediante estrategias de binpack, ordenación u orden z para mejorar el rendimiento de las consultas y eliminar las instantáneas caducadas y los archivos huérfanos para reducir los costos de almacenamiento. Estas optimizaciones admiten los tipos de datos de Apache Iceberg V3, incluidos variant, geoespaciales y marcas de tiempo con precisión de nanosegundos. También puede generar estadísticas de número de valores distintos (NDV) para las tablas de la versión 3, que los motores de análisis utilizan para planificar las consultas de manera eficiente. Además, puede usar los rastreadores de Glue para detectar las tablas de la versión 3 almacenadas en Amazon S3 y registrarlas en el Catálogo de datos de Glue, de modo que estén disponibles para su consulta con cualquier motor compatible con la versión 3.
Estas capacidades están habilitadas para las tablas de Iceberg V3 en todas las regiones de AWS en las que están disponibles la optimización de tablas, las estadísticas y los rastreadores del Catálogo de datos de Glue. Para obtener más información, consulte Optimización de Glue, Estadísticas de Glue y rastreadores de Glue en la Guía para desarrolladores de Glue.