Iceberg v3 通过 Puffin 规范和 Deletion Vectors（删除向量）带来了性能提升。本次演讲将详细介绍在 Apache Impala 中实现高性能 C++ Puffin 读写器（reader/writer）的工程工作。我们将走过从 v2 迁移到 v3 的路径，重点讲解把这些特性引入 C++ 引擎的技术挑战。通过实现 Puffin 读写器，Impala 同时也具备了读写 Apache Datasketches 统计信息的能力。 讨论的核心聚焦于从 position deletes 到 v3 deletion vectors 的架构转变。我们将深入对比这两种方案，分享实现细节以及在实现过程中观察到的性能收益。 我们将展示真实的基准测试结果，并讨论 Impala 后续 v3 特性的计划。这包括基于 Puffin 的 deletion vectors 如何提升扫描性能，以及 Impala 如何从与引擎无关的（engine-agnostic）统计信息中获益。听众将清晰地了解如何利用 Iceberg v3 来应对高吞吐、写密集型的工作负载。

讲师:

Péter Rózsa：Cloudera，软件工程师

Péter Rózsa 自 2020 年起在 Cloudera 担任软件工程师，于 2022 年开始为 Apache Impala 做贡献。他参与过 Impala 项目的多个部分，最近主要专注于 Iceberg 集成相关工作。

Zoltán Borók-Nagy：Cloudera，Principal Engineer

Zoltán 是 Cloudera 的软件工程师，从事 Apache Impala 相关工作。他也是该项目的 PMC 成员。目前他负责牵头 Impala/Iceberg 的集成工作。在加入 Cloudera 之前，Zoltán 从事 C++ 静态分析工具的开发。他感兴趣的方向包括分布式系统、大规模并行系统、数据库以及性能工程。