数据覆盖
INSERT OVERWRITE可以用查询的结果替换表中的数据。OVERWRITE是Iceberg表的原子操作。要被INSERT OVERWRITE替换的分区取决于Spark的分区覆盖模式和表的分区。建议使用MERGE INTO而不是INSERT OVERWRITE，因为Iceberg可以仅重写受影响的数据文件，并且具有更容易理解的行为，而且如果表的分区发生变化，被动态重写覆盖的数据可能会发生变化。
Spark的默认覆盖模式是静态的（static），但是在写Iceberg表时建议使用动态覆盖模式。静态覆盖模式通过将PARTITION子句转换为过滤器来确定要覆盖表中的哪些分区，但是PARTITION子句只能引用表的列。
动态覆盖模式是通过设置spark.sql.sources.partitionOverwriteMode=dynamic来配置的。
为了演示动态和静态覆盖的行为，考虑一个由DDL定义的logs表，代码如下：
CREATE TABLE hadoop_prod.my_app.logs (
uuid string NOT NULL,
level string NOT NULL,
ts timestamp NOT NULL,
message string
)
USING iceberg
PARTITIONED BY (level, hours(ts))
1.动态覆盖
当Spark的覆盖模式是动态的时，包含SELECT查询产生的行的分区将被替换。
例如，查询从示例的logs表中删除重复的日志事件，代码如下：
INSERT OVERWRITE hadoop_prod.my_app.logs SELECT uuid, first(level), first(ts), first(message) FROM prod.my_app.logs WHERE cast(ts as date) = '2020-07-01' GROUP BY uuid
在dynamic模式下，这将用SELECT结果中的行替换任何分区。因为所有行的日期都限制在7月1日，所以只替换当天的hours。
2.静态覆盖
当Spark的覆盖模式为静态时，PARTITION子句被转换为用于从表中删除的过滤器。如果省略了PARTITION子句，所有的分区都将被替换。
由于在上面的查询中没有PARTITION子句，当以静态模式运行时，它将删除表中所有现有的行，但只写入7月1日的日志。
要覆盖已加载的分区，添加一个与SELECT查询过滤器对齐的PARTITION子句，代码如下：
INSERT OVERWRITE hadoop_prod.my_app.logs PARTITION (level = 'INFO') SELECT uuid, first(level), first(ts), first(message) FROM prod.my_app.logs WHERE level = 'INFO' GROUP BY uuid
注意，这种模式不能像动态示例查询那样替换小时分区，因为PARTITION子句只能引用表中的列，而不能引用隐藏分区。