delta lake 的 time travel as of 功能支持按版本号或时间戳查询历史数据快照，需表为 delta 格式、logretentionduration 未过期且时间戳为 utc；可用 describe history 查看历史版本，dataframe api 中通过 option("versionasof") 或 option("timestampasof") 实现。
Delta Lake 的 TIME TRAVEL AS OF 功能允许你查询表在某个时间点或版本号时的数据快照，无需额外备份或导出。关键在于正确使用 VERSION AS OF 或 TIMESTAMP AS OF 语法，并确保表已启用 Delta Lake 格式（即底层是 `_delta_log` 目录结构）。
基础语法模板（Spark SQL）
以下是最常用、可直接复用的查询模板：
-
按版本号查询：
SELECT * FROM table_name VERSION AS OF 5; -
按时间戳查询（ISO 8601 格式）：
SELECT * FROM table_name TIMESTAMP AS OF '2024-03-15T10:30:00Z'; -
按相对时间查询（如 1 小时前）：
SELECT * FROM table_name TIMESTAMP AS OF date_sub(current_timestamp(), 1);
使用前提与注意事项
不是所有表都支持 time travel，需确认以下几点：
- 表必须是 Delta 表（创建时用
USING DELTA，或通过CONVERT TO DELTA转换） - Delta 表的
logRetentionDuration默认为 30 天，过期的 commit 日志会被清理，对应的历史版本将不可查 - 时间戳需为 UTC；若传入本地时区时间，可能查不到预期结果（建议显式加
Z或使用to_utc_timestamp()转换） - 版本号从 0 开始递增，每次成功写入（含 INSERT/UPDATE/DELETE/OPTIMIZE）都会生成新版本
查看历史版本信息（辅助定位）
不知道该查哪个版本或时间？先运行元数据查询：
- 列出所有可用版本及对应时间：
DESCRIBE HISTORY table_name; - 只看最近 5 次操作：
DESCRIBE HISTORY table_name LIMIT 5; - 过滤特定时间范围的操作：
DESCRIBE HISTORY table_name WHERE timestamp > '2024-03-10';
在 DataFrame API 中使用（PySpark / Scala）
代码中也可通过 option 方式指定版本或时间：
- 按版本读取：
spark.read.option("versionAsOf", "5").table("table_name") - 按时间戳读取：
spark.read.option("timestampAsOf", "2024-03-15T10:30:00Z").table("table_name") - 注意：该 option 仅对
table()或load(path)有效，不适用于直接 SQL 查询
