05. エンジン対応状況

調査基準日: 2026-07-17 / Iceberg 1.11.0（2026-05-19）基準

読み方（重要）

対応状況の判定は3値で区別しています。「非対応」と「未確認」を混ぜると、実際には使える機能を諦めたり、逆に無い機能を当てにしたりするためです。

記号 意味
【確認】 公式ソースで対応と確認
【明示的非対応】 公式ソースが非対応と明記
【未確認】 ソースが見つからなかった。「非対応」ではない

さらに「マージ済み ≠ リリース済み ≠ サポート対象」を厳密に区別します。この罠は Trino・Presto・Spark で繰り返し現れました。

サマリ表

エンジン 読み 書き REST catalog format v3
Spark GA GA（MERGE/UPDATE/DELETE、パーティション/スキーマ進化） クライアント GA 最も進んでいるがサブ機能ごとに差（下記）
Flink GA GA だが INSERT/UPSERT のみ。MERGE/UPDATE/DELETE の SQL なし クライアント GA 部分的
Trino 482 GA（v1/v2） GA（MERGE あり） クライアント GA experimental（docs 明記）
Presto 0.298.1 GA（v1/v2） GA だが MERGE 非対応（Java）、C++ は INSERT のみ クライアント GA 部分的、大半がトランク上で未リリース
PyIceberg 0.11.1 GA GA だが制約が重い（下記） クライアント GA 読めるが書けない
Snowflake GA GA サーバ + クライアント GA（2026-05-07）
Databricks GA GA（managed のみ） サーバ + クライアント GA（2026-05-28）
Dremio GA GA（フル DML） サーバ + クライアント（Polaris ベース） Preview
StarRocks 4.0.1 GA INSERT 系のみ。DELETE/UPDATE/MERGE なし クライアント なし（tracker #63819 未アサイン）
Doris 4.1.1 GA（v3 読みは 4.1.0〜） INSERT/CTAS は GA、UPDATE/DELETE/MERGE は experimental クライアント（3.1.0〜） 部分的/preview
Impala 4.5.0 GA（v1/v2） INSERT/DELETE/UPDATE/MERGE（position delete のみ、Parquet のみ、MoR のみ） 未リリース（5.0 目標） なし
Hive 4.2.0 GA GA（フル DML、Tez 必須） クライアント + サーバ（HMS REST Catalog、4.2.0） 部分的/preview（row lineage は既知のギャップ）
DuckDB GA 1.4〜（CREATE/INSERT/COPY） クライアント 未確認
ClickHouse GA（catalog 経路は experimental） experimental・フラグ制（INSERT/CREATE のみ） クライアント（experimental） 未確認
BigQuery GA GA（managed）／BigLake external は読み取り専用 BigLake Metastore（IRC）GA 未確認
Athena GA GA（MERGE、OPTIMIZE、VACUUM） Glue 経由 DV + row lineage（2025-11 発表）
Redshift GA（Spectrum/Glue/S3 Tables） 未確認（AWS docs に肯定も否定もなし） Glue/S3 Tables 経由 未確認

ベンダー3社の v3 対応 — 食い違いを一次情報で決着

先行の調査結果の間で主張が食い違ったため、改めて一次情報で検証しました。結果として、食い違いの大半は「時系列の異なる時点を切り取った」ことによるものでした。

Databricks — 【確定】GA

両方の主張が正しく、見ていた時点が違っただけでした。

日付 出来事
2026-04-09 Public Preview 発表 — 「Today, Databricks’s support of Iceberg v3 enters Public Preview」
2026-05-28 GA 発表 — 「Iceberg v3 (GA): Native support for deletion vectors, row tracking, and the new VARIANT type across managed, foreign, and UniForm-enabled tables.」
2026-06-17 docs 最終更新。Preview/Beta バナーなし（Databricks は Preview 機能に明示ラベルを付ける慣習があり、その不在は GA と整合）

サブ機能:

  • 対応: deletion vectors / VARIANT / row lineage
  • 【明示的非対応】: 「Defaults, including write defaults and initial defaults, aren’t supported」、unknown 型、ナノ秒精度 timestamp、multi-argument transforms

書き込みの非対称性（重要）:

  • Managed Iceberg のみ書き込み可（外部エンジン Spark/Flink/Trino/Kafka からも可）
  • Foreign Iceberg は Databricks 内で読み取り専用、credential vending 非対応、手動 REFRESH FOREIGN TABLE が必要
  • パーティション進化は外部エンジン経由でのみ GA。Databricks SQL 経由では非対応
  • v2 の position/equality delete は非対応（v3 の DV は対応）— 注目すべき相互運用ギャップ

未解決の食い違い: foreign Iceberg の credential vending は 2026-05-28 のブログが GA と述べる一方、REST API docs ページは非対応としています。docs の遅れの可能性がありますが未解決です。

Snowflake — 【確定】GA、外部エンジンからの v3 書き込みも対応済み

リリースノートと現行 docs の「矛盾」は、矛盾ではなく時系列でした。

日付 出来事
2026-02-06 外部エンジンからの read が GA
2026-03-04 Iceberg v3 サポート Preview
2026-03-16 外部エンジンからの write が Preview
2026-05-07 v3 が GA — 「Writes from external engines to Snowflake-managed Iceberg v3 tables through Horizon Catalog aren’t supported yet」← この時点では write 自体がまだ Preview だったので正しい記述
2026-05-26 外部エンジン write が GA — 「read and write to Snowflake-managed Iceberg v2 and v3 tables」← ここで v3 制約が解消

現行 docs（最終根拠）:

You can read and write to Snowflake-managed Iceberg v2 and v3 tables from external engines through the Horizon Iceberg REST Catalog API

教訓: Snowflake のリリースノートを現況の根拠に使わないこと。 仕様上、後から更新されることはなく、その時点の記述がそのまま残り続けます。→ 99-methodology.md

IRC: サーバ（Horizon Catalog、https://<account>.snowflakecomputing.com/polaris/api/catalog）とクライアントの両方向 GA。ただしサーバ側が公開するのは Snowflake-managed Iceberg テーブルのみです。

【明示的非対応】: nested VARIANT、multi-arg transforms、table encryption keys、UNKNOWN 型、in-place の v2→v3 アップグレード、externally-managed v3 での append-only stream

新規 managed テーブルの既定は依然 v2（v3 はオプトイン）。

Dremio — 【確定】Preview

ここだけ本当の誤りがありました。 プレスリリースの表現を採った調査結果が、docs と突き合わせられていませんでした。

ソース 主張
プレスリリース（2026-04-06） 副題で「ships the latest V3 spec at GA」、本文「V3 support is now available in Dremio Cloud」「full read and write support」
docs（現時点） 見出しに “Iceberg v3 Preview” と明記。「Although v2 remains the default format version in Dremio…」

docs 優先ルールにより Preview を採用します。

Cloud と Software の差: Software（current/26.x）側の docs には v3 の記述が一切ありません。プレスリリースも Cloud に限定。→ v3 は Cloud のみ（Preview）、Software は未提供/未文書化。

IRC: 両方向 GA。Dremio 自身のカタログは Apache Polaris ベースで、{DREMIO_ADDRESS}:8181/api/catalog に IRC エンドポイントを公開します。

Apache Spark

サポート対象バージョン（Iceberg 1.11.0）

Spark 状態 初回サポート 最終サポート
3.4 End of Life 1.3.0 1.11.0（最後）
3.5 Maintained 1.4.0 1.11.0
4.0 Maintained 1.10.0 1.11.0
4.1 Maintained 1.11.0 1.11.0

v3 サブ機能ごとの対応

サブ機能 判定 根拠
DV 書き込み 【確認】 1.8.0〜 PR #11561 “Spark: Write DVs for V3 MoR tables”（2024-12-06 merged）
DV 読み取り 【確認】 1.8.0〜 Core #11481。Spark 側は #11657、1.9.0 で「Rewrite V2 deletes to V3 DVs」(#12250)
DV の v3 デフォルト挙動 【確認】 write.delete.mode の既定は copy-on-write。v3 でも DV は自動では使われず、MoR を明示選択した場合のみ
row lineage 読み取り 【確認】 1.9.0〜 #12836（_row_id / _last_updated_sequence_number readers）
row lineage 生成（通常書き込み） 【確認】 1.10.0〜 #13310 “Spark 4.0: Row Lineage support”。Spark 3.5 と 4.0/4.1 で実装方式が異なる（3.5 は Scala rule RewriteOperationForRowLineage.scala、4.0/4.1 は ExtractRowLineage.java）
row lineage の compaction 保存 【確認】 1.10.0〜 #13555。ただし PR タイトルが “Spark 4.0” 限定。3.5 での保存は未確認
VARIANT 読み取り 【確認】 1.10.0〜 #13219。型表は variant \| variant \| Spark 4.0+
VARIANT shredding 書き込み 【確認】 1.11.0〜、Spark 4.1 のみ #14297。変更ファイルは spark/v4.1/ のみ。型表の「Spark 4.0+」とは食い違うので注意
default values 読み取り適用 【確認】 1.8.0〜 #11803
default values 書き込み/DDL 設定 【明示的非対応】 下記
geometry / geography 【明示的非対応】（1.11.0） / 1.12.0 でマージ済み・未リリース 下記
nanosecond timestamps 【明示的非対応】 型表が Not supported。コードも TIMESTAMP_NANO の case が無く UnsupportedOperationException に落ちる
multi-argument transforms 【明示的非対応】 Spark3Util.java: checkArgument("zorder".equals(transform.name()) \|\| transform.references().length == 1, "Cannot convert transform with more than one column reference: %s") — zorder 以外の複数カラム参照を明示的に拒否

罠1: default values は「サポート追加」に見えて書けない

1.11.0 のリリースノートに「Add schema conversion support for default values (#14407)」とあります。しかし:

  • 実タイトルは “Spark 4.0: Add schema conversion support for default values”、変更は TypeToSparkType.java のみ = スキーマ変換だけ

  • 1.11.0 タグの Spark3Util.java に以下が実在します:

    throw new UnsupportedOperationException(
    "Cannot add column %s since setting default values in Spark is currently unsupported");

  • 1.10.0 に「Throw unsupported exception for ADD COLUMN with default value (#13464)」

→ リリースノートの文言だけを読むと誤読を招きます。DDL での default 設定は依然として不可です。

罠2: geometry/geography はマージ済みだが使えない

  • 1.11.0 タグの spark-getting-started.md: geometry | | Not supported
  • 一方 main の spark/v4.1/.../TypeToSparkType.java は case GEOMETRY: を持つ
  • PR #17073 “Spark 4.1: Read and write geometry and geography values in Parquet”、merged 2026-07-08、milestone: Iceberg 1.12.0

→ マージ済みだが未リリース。今日時点で使えません。「マージ済み ≠ リリース済み」の典型例です。

発見: Spark の公式 docs が v3 に追いついていない

箇所 問題
spark-writes.md 1.11.0 タグでも DV / row lineage / variant / format-version の言及が 0 件。 Spark の主要書き込みドキュメントが v3 に完全に追いついていない
spark-ddl.md default values への言及なし（実際は非対応なのに、その旨の記載もない）。transform 一覧は単一引数のみ
spark-queries.md _row_id / _last_updated_sequence_number メタデータカラムの記載なし（1.9.0 で reader 実装済みなのに）

v3 の実装状況はリリースノート・PR・ソースコードのレベルでは十分に追跡可能ですが、ユーザー向け docs はほぼ v2 のまま放置されています。 これ自体が本調査の発見の一つです。

Trino（482、2026-06-25）

v3 は experimental — ブログを信じないこと

docs（master、connector/iceberg.md）が明記:

Support for format version 3 is experimental.

Version 3 support is experimental; row-level updates, deletes, and OPTIMIZE are not supported. Tables with v3 features such as column default values and encryption are not supported. Version 3 is required for tables containing VARIANT columns.

一方、v3 の PR はすべてマージ済みです（API で merged_at を検証）:

PR 内容 merged
#27786 v3 read 有効化 2026-01-10
#27837 column default values 2026-01-16
#27788 deletion vector 2026-01-16
#27836 row lineage 2026-03-19
#27753 VARIANT 2026-03-30
#27893 geometry/geography 2026-06-03

コードは landed しているが、docs は今も v3 を experimental とし、row-level updates/deletes/OPTIMIZE を非対応と宣言し、default values も #27837 がマージされているにもかかわらず非対応としています。

→ マージ済み PR のリストを「サポート済み」と読まないこと。docs が authoritative です。

v1/v2 の読み書きは GA（MERGE、パーティション進化、スキーマ進化あり）。format_version の既定は 2。REST カタログはクライアントとして GA（iceberg.catalog.type=rest）。482 で prefixed-path storage credentials と view の location を追加。

注意: 482 の「data loss … when deletion vectors are enabled」という注記は Delta Lake コネクタの DV を指す可能性があり、Iceberg の証拠として引用すべきではありません（未解決）。

Presto（PrestoDB 0.298.1、2026-06-17）— Trino とは別物

Trino と混同しないこと。 機能差が実在します。

  • 読み: GA。docs は v1/v2 に限定（「SELECT table operations are supported for Iceberg format version 1 and version 2」）
  • 書き: v1/v2 で GA だが MERGE は “No”（Presto Java）。format-version は「either 1 or 2」で v3 は legal な値ですらない
  • Presto C++ は INSERT のみ（DML なし）、Presto Java はフル DML
  • row lineage は読み取り専用

v3: 部分的で、大半が未リリース。docs が認めるのは default column values のみ（metadata-only、initial-default を読み取り時に注入）。残りは prestodb/presto#27198（Open、2026-06-23 更新）で進行中:

  • M1（2026年6月）: API を 1.10.0 へ、DV read（Velox マージ済み、Prestissimo 保留）、default-value read マージ済み
  • M2（目標 2026年9月）: multi-arg transforms、VARIANT read、UNKNOWN 型、ナノ秒 timestamp → VARIANT は今日の Presto では使えません

トランクにはマージ済みだがどのリリースにも入っていないもの: #28058/#27943（DV + UPDATE/MERGE、2026-06-30/06-24）、#28116（field-id プロトコル + Velox bridge、2026-07-08）、#27197（native row lineage read、2026-07-02）

PyIceberg

最新: 0.11.1（2026-03-03）（PyPI の upload_time_iso_8601 で実測）

Version Upload (UTC)
0.11.1 2026-03-03
0.11.0 2026-02-10
0.10.0 2025-09-11
0.9.1 2025-04-30

requires_python: <4.0.0,>=3.10.0

0.11.0 の主要変更

  • ORC read サポート
  • Sort order evolution
  • REST scan planning（サーバサイド scan planning、同期のみ。async は将来）
  • ConfigResponse の supported endpoints ネゴシエーション（未対応操作で明快なエラー）
  • スナップショットのロールバック、Entra ID auth manager
  • Breaking: Python 3.9 サポート打ち切り

制約 — ここが重要（released 0.11.1 のソースを直接読んで確定）

PyIceberg のドキュメントサイトにはバージョンセレクタがなく、main 追従の疑いがあります。 そのため以下はリリースタグ pyiceberg-0.11.1 のソースを直接参照して照合した結果です。

1. format-version 3 は読めるが書けない 【明示的非対応】

# table/metadata.py TableMetadataV3.model_dump_json
raise NotImplementedError("Writing V3 is not yet supported, see: https://github.com/apache/iceberg-python/issues/1551")
  • TableMetadataV3 は実在し、format_version: Literal[3]、next_row_id を持つ。パース（読み取り）は可能
  • しかし書き込みは明示的に禁止
  • 追跡 issue apache/iceberg-python#1551 は 2026-07-17 時点で Open（マイルストーン/紐付け PR なし）
  • TableProperties.DEFAULT_FORMAT_VERSION = 2

→ deletion vector / row lineage といった v3 機能は利用不可。v3 前提の設計は不可能です。

2. equality delete は書けないだけでなく読めない 【明示的非対応】

# table/__init__.py L2114
raise ValueError("PyIceberg does not yet support equality deletes: https://github.com/apache/iceberg/issues/6568")
# L1886 (REST scan planning 経路)
raise NotImplementedError(f"PyIceberg does not yet support equality deletes: {delete_file.file_path}")

Spark や Flink が equality delete を書いたテーブルは PyIceberg で開けません。 「書けない」だけでない点が重要です。Flink の UPSERT は equality delete ベースなので、この組み合わせは実害が出ます。

3. merge-on-read は警告を出して copy-on-write に落ちる 【明示的非対応】

# table/__init__.py L686
warnings.warn("Merge on read is not yet supported, falling back to copy-on-write", stacklevel=2)

テーブルプロパティ write.delete.mode=merge-on-read を設定していても警告を出して CoW で実行します。position delete の書き出しは行われません。

4. compaction / orphan files 削除は非対応

pyiceberg/table/maintenance.py の MaintenanceTable は expire_snapshots のみ。他のメソッドは存在しません。

5. MERGE INTO 相当はない

upsert() が近いですが SQL の MERGE INTO そのものではありません。

def upsert(self, df, join_cols=None, when_matched_update_all=True,
           when_not_matched_insert_all=True, case_sensitive=True,
           branch=MAIN_BRANCH, snapshot_properties=EMPTY_DICT) -> UpsertResult

真偽値2つのみで、条件付き句や WHEN MATCHED THEN DELETE はありません。

対応している操作

操作 可否
create_namespace / drop_namespace / list_namespaces / namespace_exists ○
create_table / create_table_if_not_exists / create_table_transaction ○
register_table / load_table / table_exists / rename_table / drop_table / purge_table ○
append（既定 fast append） ○
overwrite（overwrite_filter 可） / dynamic_partition_overwrite ○
delete（delete_filter） ○（CoW のみ）
upsert ○
add_files（check_duplicate_files=True 既定） ○
update_schema（add/rename/update/delete/move/union_by_name） ○
パーティション進化 update_spec ○
update_sort_order ○（0.11.0〜）
manage_snapshots（create/remove tag・branch） ○
タイムトラベル、ロールバック ○
scan → to_arrow / to_pandas / to_duckdb / to_polars / to_ray / to_daft / to_bodo ○
inspect.*（snapshots/partitions/entries/refs/manifests/history/files/…） ○
table.maintenance.expire_snapshots() ○

extras（PyPI の provides_extra で実測、全24件）

pyarrow, pandas, duckdb, ray, bodo, daft, polars, snappy,
hive, hive-kerberos, s3fs, glue, adlfs, dynamodb, bigquery,
sql-postgres, sql-sqlite, gcsfs, rest-sigv4, hf,
pyiceberg-core, datafusion, gcp-auth, entra-auth

rest や minio という extras は存在しません。REST カタログは追加 extras 不要（コア機能）です。

設定の落とし穴

s3.path-style-access は PyIceberg に存在しません。

released 0.11.1 のソース全体を grep しても該当キーはなく、S3_FORCE_VIRTUAL_ADDRESSING = "s3.force-virtual-addressing" のみ実在します。s3.path-style-access は Java 版 Iceberg / Spark 側のキーであり、PyIceberg に書いてもエラーにならず黙って無視されます（プロパティは単なる dict 参照のため）。

さらに重要なのは、MinIO 等で path-style を使いたい場合、何も設定しなくてよいという点です:

  • _initialize_s3_fs はプロパティが明示指定された時のみ force_virtual_addressing を PyArrow へ渡す
  • PyArrow の既定は False で、意味は「If false, then virtual addressing is only enabled if endpoint_override is empty」
  • → s3.endpoint を設定した時点で自動的に path-style になります

実在する S3 キー（pyiceberg/io/__init__.py から実測）:

s3.endpoint            s3.access-key-id       s3.secret-access-key
s3.session-token       s3.region              s3.resolve-region
s3.profile-name        s3.anonymous           s3.proxy-uri
s3.connect-timeout     s3.request-timeout     s3.signer
s3.signer.uri          s3.signer.endpoint     s3.role-arn
s3.role-session-name   s3.force-virtual-addressing   s3.retry-strategy-impl

s3.region は実質必須です。未指定だと _cached_resolve_s3_region(bucket=...) でバケットのリージョン解決を試み、S3 以外（MinIO/RustFS）では失敗/遅延の原因になります。

FileIO の優先順位（SCHEMA_TO_FILE_IO より）:

scheme 優先順
s3 / s3a / s3n PyArrowFileIO → FsspecFileIO
oss, gs, hdfs, viewfs PyArrowFileIO のみ
abfs(s), wasb(s) FsspecFileIO → PyArrowFileIO

落とし穴: s3 は PyArrow が優先です。pip install pyiceberg[s3fs] だけ入れて pyarrow も入っていると、s3fs ではなく PyArrow が使われます。明示するには py-io-impl を指定してください。

X-Iceberg-Access-Delegation は自動送信されます（rest/__init__.py L773: session.headers.setdefault("X-Iceberg-Access-Delegation", "vended-credentials")）。手動で付ける必要はありません。

scope の既定は catalog。Polaris では PRINCIPAL_ROLE:ALL の明示が必須です。

その他のエンジン（要点のみ）

StarRocks（4.0.1、2025-11-17）

読みは GA（v2.4+）、書きは INSERT 系のみ（CTAS/INSERT/OVERWRITE、v3.1+）。DELETE/UPDATE/MERGE なし。v3 はなし（tracker #63819、未アサイン）。

Doris（4.1.1）

V3 read は 4.1.0〜。INSERT/CTAS は GA、UPDATE/DELETE/MERGE は 4.1.0 から experimental（「POC before production」）。DV read あり、row lineage は experimental。

Impala（4.5.0、2025-03-03）

INSERT、DELETE（4.3）、UPDATE（4.4）、MERGE（4.5）。ただし position delete のみ、Parquet のみ、MoR のみ。REST catalog はどのリリースにも入っておらず、未リリースの 5.0 が目標（IMPALA-15144 In Progress）。v3 はなし。16ヶ月リリースが止まっています。

Hive（4.2.0、2025-11-23）— 死んでいない

Attic に入っていません（attic.apache.org を実際に取得して確認。Hive は不在。なお HiveMind は Attic にあるが別プロジェクト）。

リリース: 4.0.0（2024-03）→ 4.1.0（2025-07-31）→ 4.2.0（2025-11-23）。[DISCUSS] Next Release (4.3.0) スレッド（2026-01-19〜2026-05-20）で Iceberg V3 が最優先スコープ（「Hive should be one of the core engines supporting Iceberg v3」）。

この中で唯一 IRC サーバを持つエンジンです（HMS REST Catalog、4.2.0）。4.2.0 で auto-compaction と Z-ordering を追加。

ただし勢いはありません: dev リストの流量は細く（2026年7月は1メッセージ）、4.3.0 は ~4月目標を過ぎています。going concern だが遅い、というのが実態です。「Hive は死んだ」という言説を支持する一次情報は見つかりませんでした。

DuckDB

書きは 1.4（2025-09-16）から（CREATE/INSERT/COPY）。UPDATE/DELETE/MERGE は未確認。カタログ接続は S3 Tables、R2、Polaris、Lakekeeper、Unity に対応。scan planning は未対応（Issue #977 オープン）。

ClickHouse

書きは experimental・フラグ制（allow_experimental_insert_into_iceberg）、INSERT/CREATE のみ、DML なし。カタログ経路も experimental（allow_experimental_database_iceberg）。

注意: DuckDB / ClickHouse のネイティブ VARIANT 型と Iceberg v3 VARIANT を混同しないこと。 両者を結びつけるソースはありません。

BigQuery

2026-04-20 に BigLake を「Lakehouse for Apache Iceberg」へ改称。Managed Iceberg tables GA、BigLake Metastore（Iceberg REST カタログ）GA。BigLake external tables は設計上読み取り専用。

Athena

engine v3 で GA。INSERT/UPDATE/DELETE/MERGE、OPTIMIZE、VACUUM。DV + row lineage は 2025-11 の AWS 発表による。

Redshift

読みは GA（Spectrum/Glue/S3 Tables 経由）。書き込みは【未確認】 — AWS のドキュメントに肯定も否定も見つかりませんでした。これは本調査で最大の真の未知です。

未確認事項

  • Flink の row lineage 生成（通常書き込みパス） / DV 読み取り / multi-arg transforms / default values 書き込み — 一次情報を探した限り本当に見つかりませんでした
  • Spark 3.5 での row lineage compaction 保存（PR タイトルが “Spark 4.0” 限定）
  • Trino / Presto の CoW vs MoR 設定
  • Redshift の Iceberg 書き込み可否
  • Databricks の新規 managed テーブルの既定 format version
  • Snowflake の externally-managed テーブルにおける MERGE の制限（列挙された DML 制約以外）
  • Dremio の並行ライタ / 外部エンジンとの競合セマンティクス
  • iceberg-rust の対応状況

出典

Apache Iceberg

  • Multi-engine support: https://raw.githubusercontent.com/apache/iceberg/main/site/docs/multi-engine-support.md
  • Releases: https://iceberg.apache.org/releases/ / https://github.com/apache/iceberg/releases/tag/apache-iceberg-1.11.0
  • Spark docs（生ソース）: https://raw.githubusercontent.com/apache/iceberg/main/docs/docs/spark-{writes,ddl,configuration,queries,procedures}.md
  • Flink docs（生ソース）: https://raw.githubusercontent.com/apache/iceberg/main/docs/docs/flink-{writes,ddl,configuration}.md
  • PR #11561（Spark DV write）、#13310（Spark 4.0 row lineage）、#14297（VARIANT shredding）、#17073（geometry、1.12.0）
  • PR #14197（Flink DV write）、#14148（Flink row lineage read）、#15265（Flink VARIANT）

PyIceberg

  • PyPI JSON API: https://pypi.org/pypi/pyiceberg/json
  • 0.11.0 release blog: https://iceberg.apache.org/blog/apache-iceberg-python-0.11.0-release/
  • Configuration: https://py.iceberg.apache.org/configuration/
  • released tag pyiceberg-0.11.1 ソース（io/__init__.py, io/pyarrow.py, table/__init__.py, table/metadata.py, table/maintenance.py, catalog/rest/__init__.py）
  • Issue #1551（V3 write）: https://github.com/apache/iceberg-python/issues/1551

エンジン各社

  • Trino: https://trino.io/docs/current/connector/iceberg.html / https://raw.githubusercontent.com/trinodb/trino/master/docs/src/main/sphinx/connector/iceberg.md
  • Presto: https://prestodb.io/docs/current/connector/iceberg.html / https://github.com/prestodb/presto/issues/27198
  • Snowflake: https://docs.snowflake.com/en/user-guide/tables-iceberg-access-using-external-query-engine-snowflake-horizon / release notes 2026-05-07, 2026-05-26
  • Databricks: https://docs.databricks.com/aws/en/iceberg/iceberg-v3 / https://www.databricks.com/blog/unity-catalog-and-next-era-apache-icebergtm
  • Dremio: https://docs.dremio.com/dremio-cloud/developer/data-formats/iceberg/