目次

［第1部］Apache Icebergの基本

第1章：データレイクの課題とApache Iceberg

• Icebergというテーブルフォーマット
• データレイクのコンセプト
• データレイクの構成要素
• Iceberg登場以前のデータレイクの課題
• Icebergによるデータレイクの課題解決
• データ基盤におけるIcebergの役割
• Icebergを導入する際の注意点

第2章：Apache Icebergの仕組みと機能

• 「Iceberg」が指すもの
• Icebergテーブルの構造
• 代表的なクエリのライフサイクル
• タイムトラベルとロールバックによるデータ復元
• トランザクション分離レベルと同時実行制御
• スキーマ定義
• ソート順の進化
• Icebergにおけるパーティショニング
• ビュー
• テーブルフォーマットバージョン3

第3章：Icebergカタログとストレージ

• 「カタログ」と「ストレージ」という重要概念
• さまざまなIcebergカタログ
• Icebergのストレージ
• Icebergカタログおよびストレージ実装の設定

［第2部］分散クエリエンジンでの利用

第4章：Apache Spark

• Apache Sparkの概要
• Sparkでデータ処理を実行する
• Icebergの利用を開始する
• Icebergを利用する際のパラメータ設定
• 基本的なIceberg機能の利用
• 高度なIceberg機能の利用
• ストリーミングでの利用

第5章：Apache Flink

• Apache Flinkの概要
• Flinkでデータ処理を実行する
• Icebergの利用を開始する
• 基本的なIceberg機能の利用
• 高度なIceberg機能の利用

第6章：Trino

• Trinoの概要
• Trinoでデータ処理を実行する
• Icebergの利用を開始する
• DDL（Data Definition Language）
• DML（Data Manipulation Language）

第7章：Apache Hive

• Apache Hiveの概要
• Hiveでデータ処理を実行する
• Icebergの利用を開始する
• Hiveで実行できるIcebergの機能
• DDL（Data Definition Language）
• DML（Data Manipulation Language）

第8章：PyIceberg

• PyIcebergの概要
• PyIcebergの基本的な使い方
• 発展的な活用法
• PyIcebergの設定とCLI
• PyIcebergの制約

［第3部］ユースケースと応用

第9章：ユースケースとソリューションパターン

• 本章で紹介するユースケースについて
• 基本的なデータ分析パイプラインの構築
• Change Data Captureによるリアルタイムデータ同期
• SCD Type 2による履歴管理
• Write-Audit-Publishパターンによるデータ品質管理
• ストリーミング処理とスキーマ進化

第10章：AWSでIcebergを活用する

• データ基盤にAWSを活かす
• Icebergのデータを保存するストレージ
• Icebergカタログ
• データ収集の仕組み
• Icebergテーブルを活用するためのエンジン
• セキュリティとガバナンス

第11章：運用管理

• 代表的な運用管理タスク
• データライフサイクル管理
• コンパクションの実行
• モニタリング

第12章：パフォーマンス最適化

• 「パフォーマンス最適化」の種類
• 基本的なクエリパフォーマンス最適化手法
• 基本的な書き込みパフォーマンス最適化手法
• 高度なクエリパフォーマンス最適化手法
• 高度な書き込みパフォーマンス最適化手法
• ストレージパーティション結合の利用

第13章：Icebergへの移行戦略とパターン

• 移行を検討する際のステップ
• Icebergの導入目的の確認
• 移行対象の整理
• 移行戦略の策定
• コンポーネントごとの移行の実施
• データ移行のアプローチ
• シナリオ別の移行アプローチ