请解释 Apache Iceberg 中表分区的实现机制，并对比它与 Hive 传统分区方式的区别。

回答思路

1. 【回答框架 1】Iceberg 的分区通过隐藏分区实现。分区字段由用户基于表列指定，但实际写入路径与查询过滤时，Iceberg 会自动将分区值转换为分区元数据，用户无需维护分区列。
2. 【回答框架 2】Hive 的分区是显式的，通常在表中定义分区字段（如日期、地区），数据按分区目录存储，查询时必须指定分区字段进行过滤。
3. 【回答框架 3】Iceberg 使用分区目录或分区元数据来组织数据，支持分区演化（partition evolution），即可以修改分区规则而不需要重写历史数据。而 Hive 修改分区需要重建表或迁移数据。
4. 【回答框架 4】在查询优化上，Iceberg 利用分区的元数据裁剪文件，无需读取整个表的数据；Hive 也以分区裁剪，但需要用户正确指定分区条件。
5. 【回答框架 5】Iceberg 的分区值根据数据内容自动推断，而 Hive 需要用户明确指定分区值，且写入时需严格遵守分区目录结构。
6. 【关键点 1】Iceberg 采用隐藏分区，用户无感但分区自动维护。
7. 【关键点 2】Hive 分区显式声明，基于目录结构组织数据。
8. 【关键点 3】Iceberg 支持分区演化，Hive 修改分区代价高昂。
9. 【关键点 4】Iceberg 通过元数据裁剪更高效地跳过无关数据。
10. 【易错点 1】不应认为 Iceberg 分区与 Hive 分区完全等同，两者在实现和灵活性上有本质区别。
11. 【易错点 2】避免夸大 Iceberg 的自动分区能力，分区变换仍需用户配置分区规则。
12. 【易错点 3】注意在对比时不要忽略 Hive 动态分区等特性，以免以偏概全。