iceberg表格式不绑定catalog，跨引擎共享元数据需统一catalog实现与配置；推荐restcatalog（版本≥0.14.0、server/client一致）、hivecatalog（关自动建库、统一metastore连接）或gluecatalog（显式region/role），避免混用catalog导致snapshot冲突。
Iceberg 表格式本身不绑定 catalog，但 engine 对 catalog 的支持程度差异极大
Iceberg 是表格式（table format），不是存储系统或元数据服务。它只定义了快照、清单、数据文件的组织方式；catalog 才负责存 table 到 snapshot 的映射关系。所以你用 Spark 写入 HiveCatalog，Trino 可能读不到——不是 Iceberg 有问题，而是 Trino 没配对的 catalog 实现，或者版本不匹配。
常见错误现象：Table not found 或 Failed to load table metadata，往往不是路径错了，是 catalog 类型没对上、URI 拼错、或 engine 根本不支持该 catalog。
- Spark 3.3+ 原生支持
HiveCatalog、GlueCatalog、RestCatalog（需启用iceberg-spark-runtime） - Trino 400+ 支持
hive和gluecatalog，但RestCatalog需要插件（trino-iceberg+ 配置iceberg.rest-catalog.uri） - Flink 1.17+ 仅支持
HiveCatalog和RestCatalog，GlueCatalog无官方实现（社区有 patch，但不稳定） - 所有引擎都要求 catalog 的序列化协议一致：比如 HiveCatalog 必须用相同的
hive-site.xml路径和 metastore URI，否则看到的表可能“存在但空”
GlueCatalog 在跨引擎时最容易出权限和 region 不一致问题
GlueCatalog 看似“云原生即开即用”，但实际依赖 AWS 凭据链、region 配置、以及 Glue 数据库/表的 ACL。Spark 和 Trino 如果用不同 role 或不同 region 初始化 Glue 客户端，会各自看到不同的命名空间视图。
典型表现：Spark can list tables, but Trino returns empty result，或 AccessDeniedException 即使用了同一 IAM role。
- 必须显式配置
glue.region，不能依赖默认 region（尤其在跨 region 部署时） - Glue 数据库名区分大小写，且不支持下划线开头；Spark 默认把
my_db当成my-db处理，导致表注册到错误库 - Trino 的
glueconnector 默认禁用hive兼容模式，若 Iceberg 表是用 HiveCatalog 创建的，直接切 GlueCatalog 会读不到 schema（字段类型映射不一致） - GlueCatalog 不支持 atomic rename，所以 Spark 用
replace操作后，Trino 可能短暂看到旧 snapshot
RestCatalog 是目前多引擎兼容性最稳的选择，但 server 端必须统一版本
RestCatalog 把元数据操作转成 HTTP 请求，天然解耦 engine 和 metastore 实现。只要所有 client 都连同一个 rest-catalog.uri，且 server（如 Nessie、Amundsen、或 Iceberg REST Server）版本 >= 0.14.0，基本不会出现“一个引擎写，另一个读不到”的问题。
但容易踩的坑是 client 和 server 的 Iceberg 版本 mismatch：比如 Spark 用 1.4.2，server 用 1.3.0，snapshot-id 解析失败，报 Unknown field: sequence-number。
- client 端必须设置
warehouse（S3/HDFS 路径）与 server 端完全一致，否则listTables返回空 - REST server 必须开启 CORS（如果 client 是 notebook 或 web UI），否则 fetch metadata 403
- RestCatalog 不支持
createNamespace的递归创建，createTable前必须确保 database 已存在（server 端手动 or 脚本预置） - 认证方式要对齐：Spark 用
rest-catalog.token，Trino 用iceberg.rest-catalog.authentication.type=BEARER，漏配就 401
HiveCatalog 跨引擎共享最简单，但必须关掉 metastore 的自动建库行为
HiveCatalog 本质是 JDBC 访问 Hive Metastore，只要所有 engine 连同一套 MySQL/PostgreSQL，理论上最易共享。但 Hive Metastore 默认开启 hive.metastore.schema.evolution 和自动建库，会导致 Spark 写入时悄悄新建 database，而 Trino 因权限限制看不到新库。
更隐蔽的问题是：Hive Metastore 对 Iceberg 表的 parameters 字段长度有限制（默认 4000 字符），超长就截断，导致 current-snapshot-id 错误，engine 读到 stale 数据。
- 务必关闭
hive.metastore.autocreate，所有 database 必须提前由 DBA 创建并授予权限 - 调大
metastore.thrift.max.message.size和datanucleus.rdbms.max.connection.pool.size，避免高并发写 snapshot 时连接池耗尽 - Spark 和 Trino 的
hive-site.xml必须完全一致，尤其是hive.metastore.uris和javax.jdo.option.ConnectionURL - 不要混用 HiveCatalog 和其它 catalog 注册同一张物理表——Iceberg 不禁止，但 snapshot 清单路径冲突，
expire_snapshots会误删
