播面 Paimon 支持哪些流式消费启动模式（如 latest、latest-full、from-timestamp 等）？
根据 Apache Paimon 官方文档中关于 scan.mode（扫描/读取模式）的核心配置，Paimon 在流式消费（Streaming Read）时支持以下几种主要的启动模式：
1. default（默认推导模式）
- 行为：Paimon 会根据用户配置的其他表属性来自动推导实际的流式启动模式。
- 具体推导规则：
- 如果指定了
scan.timestamp-millis（或scan.timestamp），则实际启动模式推导为from-timestamp。 - 如果指定了
scan.snapshot-id或scan.tag-name，则实际启动模式推导为from-snapshot。 - 若上述相关属性均未指定，则默认采用
latest-full模式。
- 如果指定了
2. latest-full（最新全量 + 增量）
- 行为：在流式作业首次启动时，读取当前表的最新快照（Latest Snapshot）作为全量初始化数据，然后持续增量地消费该快照之后产生的最新变更数据。
- 说明：该模式在部分早期版本中被称为
full（现已被标记为过时，但其行为与latest-full完全相同）。
3. latest（仅增量消费）
- 行为：流式消费启动时不生成快照，也不读取历史存量数据，而是只持续消费启动之后新写入、新产生的变更数据。
4. compacted-full（合并快照 + 增量）
- 行为：首次启动时读取表上最近一次 Compaction（合并压缩）之后生成的快照作为初始化全量数据，此后持续读取后续新产生的变更数据。
- 适用场景：有助于跳过中间未合并的小文件或历史临时状态，直接基于合并后的最新稳定快照启动流式计算。
5. from-timestamp（指定时间点启动）
- 行为：持续读取从指定时间戳开始的增量变更数据，启动时不产生全量快照。
- 配合参数：
scan.timestamp-millis：指定 Unix 毫秒时间戳。若表中没有比该时间戳更早的快照，则系统会默认退化到选择最早的快照启动。scan.timestamp：指定本地时区的时间戳字符串（如'2023-01-01 00:00:00'），系统会自动将其转换为 Unix 毫秒数。
6. from-snapshot（指定快照启动）
- 行为：持续读取自指定快照 ID 开始的增量变更数据，在启动阶段不读取该快照的存量历史数据。
- 配合参数：
scan.snapshot-id：指定需要开始消费的 Snapshot ID。scan.tag-name：也可以通过指定一个 Tag 名称来定位其对应的起始快照。
7. from-snapshot-full（指定快照全量 + 增量）
- 行为：在首次启动时，首先生成并读取由
scan.snapshot-id指定快照的全量数据，然后再持续读取该快照之后发生的所有增量变更。 - 配合参数：
scan.snapshot-id（必须配置）。
8. from-file-creation-time（文件创建时间过滤）
- 行为：生成快照并按照文件的物理创建时间进行过滤。对于流式数据源，首次启动时会根据文件创建时间筛选出符合条件的文件进行消费，随后继续读取最新的变更。
- 配合参数：
scan.file-creation-time-millis。 - 适用场景：当历史快照因过期机制而被清理（无法使用 Time Travel 的精确快照）时，该模式提供了一种大致的物理级别时间过滤方案。
💡 补充提示：Consumer ID 机制
在配置流式消费时，Paimon 官方还支持通过 consumer-id 参数（如配置为 myid）来管理消费进度。启用后，Paimon 会将读取进度持久化记录在文件系统中，以便在流作业异常重启、未从 Flink 状态恢复或更换作业时，能自动寻找下一个对应的 Snapshot 继续进行增量消费，避免数据重复或遗漏。