本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 在 Apache Iceberg 上使用 AWS
<a name="introduction"></a>

*亚马逊 Web Services*（[贡献者](contributors.md)）

*2025 年 11 月*（[文件历史记录](doc-history.md)）

Apache Iceberg 是一种开源表格格式，可在提高性能的同时简化表管理。 AWS 亚马逊 EMR AWS Glue、Amazon Athena 和 Amazon Redshift 等分析服务包括对 Iceberg 的原生支持，因此您可以在亚马逊简单存储服务 (Amazon S3) 之上轻松构建交易数据湖。 AWS

此外，下一代 Amazon 建立 SageMaker 在[开放的湖库架构之上，该架构](https://aws.amazon.com/sagemaker/lakehouse/)统一了数据湖、 AWS 数据仓库以及第三方和联合来源的数据访问。Lakehouse 与 Iceberg 完全兼容，让您可以灵活地使用 Iceberg REST API 访问和查询现有数据。

本技术指南提供了有关如何开始使用Iceberg的指导 AWS 服务，并包括在优化成本和性能的 AWS 同时大规模运行Iceberg的最佳实践和建议。

无论你是刚开始使用 Iceberg 还是想要优化现有 Iceberg 工作负载的经验丰富的用户 AWS，本指南都能为项目的每个阶段提供宝贵的见解

在本指南中：
+ [现代数据湖](data-lakes.md)
+ [Athena SQL 中的 Iceberg 表入门](getting-started.md)
+ [在 Amazon EMR 中使用 Iceberg](iceberg-emr.md)
+ [在 Iceberg 中工作 AWS Glue](iceberg-glue.md)
+ [使用 Spark 处理冰山表](iceberg-spark.md)
+ [使用 Trino 处理冰山牌桌](iceberg-trino.md)
+ [使用 Amazon Data Firehose 处理 Iceberg 表](iceberg-firehose.md)
+ [使用 Athena SQL 处理 Iceberg 表](iceberg-athena.md)
+ [使用使用 Iceberg 表来处理冰山表 PyIceberg](iceberg-pyiceberg.md)
+ [使用 Iceberg 表格格式规范版本 3](table-spec-v3.md)
+ [将现有表迁移到 Iceberg](table-migration.md)
+ [优化 Iceberg 工作负载的最佳实践](best-practices.md)
+ [监控冰山工作负载](monitoring.md)
+ [治理和访问控制](governance.md)
+ [参考架构](reference-architectures.md)
+ [资源](resources.md)
+ [贡献者](contributors.md)