一、简介

存储过程（Procedure）是数据库领域的概念，类似于编程语言中的方法或函数，是对实现特定操作的封装，原生的 Spark SQL 中是不支持存储过程的，Iceberg 0.11.0版本之后对其进行了扩展，并提供了部分存储过程的实现。Iceberg 中提供的所有存储过程都在system namespace 下，分快照管理、元数据管理、表迁移三种。如果需要使用则spark新增如下配置项

spark.sql.extensions=org.apache.iceberg.spark.extensions.IcebergSparkSessionExtensions

二、存储过程使用

1、语法简介

-- 基于参数位置
call catalog_name.system.procedure_name(arg_1, arg_2, ... arg_n);
-- 基于参数名称
call catalog_name.system.procedure_name(arg_name_2 => arg_2, arg_name_1 => arg_1);

三、Iceberg快照管理

1、回滚表到特定的快照ID（rollback_to_snapshot）

（1）参数

table（必须）：string，表名

snapshot_id（必须）：long，快照 ID

（2）示例

call catalog_name.system.rollback_to_snapshot('db.sample', 1);

2、回滚表到特定时间（rollback_to_timestamp）

（1）参数

table（必须）：string，表名

timestamp（必须）：long，回滚的时间戳

（2）示例

call catalog_name.system.rollback_to_timestamp('db.sample', TIMESTAMP '2023-12-08 00:00:00.000');

3、设置表的当前快照ID（set_current_snapshot）

与回滚不同，该参数可以在各个快照之间任意穿梭

（1）参数

table（必须）：string，表名

snapshot_id（必须）：long，快照 ID

（2）示例

call catalog_name.system.set_current_snapshot('db.sample', 1);

4、从现有快照创建新快照（cherrypick_snapshot）

（1）参数

table（必须）：string，表名

snapshot_id（必须）：long，快照 ID

四、元数据管理

1、删除过期快照和相关数据文件（expire_snapshots）

（1）参数

table（必须）：string，表名
older_than：timestamp，该时间戳之前的快照将被删除，默认为 5 天前
retain_last：int，和 older_than 同时存在的时候，要保留的快照数（默认为 1）
max_concurrent_deletes：int，用于删除文件操作的线程池大小（默认不使用线程池）

（2）示例

CALL spark_catalog.system.expire_snapshots(table => 'db.sample', older_than => TIMESTAMP '2023-12-07 10:40:00.000');

2、删除Iceberg元数据中未被引用的文件（remove_orphan_files）

（1）参数

table（必须）：string，表名。
older_than：timestamp，删除在此时间戳之前创建的孤立文件（默认为 3 天前）。
location：string，查找文件的目录（默认为表的位置）。
dry_run：boolean，当为 true 时，实际上不删除文件（默认为 false）。
max_concurrent_deletes：int，用于删除文件操作的线程池大小（默认不使用线程池）。

（2）示例