[fix] fix and opt search result and iceberg doc

docs/lakehouse/catalogs/iceberg-catalog.mdx

@@ -83,6 +83,16 @@ CREATE CATALOG [IF NOT EXISTS] catalog_name PROPERTIES (
 
         If set to `false`, Doris will check the type of each table one by one and only return Iceberg type tables. This mode will have poor performance when there are many tables.
 
+    - `iceberg.rest.view-enabled`
+
+        Supported since version 4.0.6.
+
+        Only effective for Iceberg REST Catalog. Whether to enable View-related operations (including `listViews`, `loadView`, `viewExists`, `dropView`, etc.). Default is `true`.
+
+        Some Iceberg REST Catalog implementations expose Table APIs but the View APIs are unavailable or return errors. When executing `SHOW TABLES`, Doris calls `ViewCatalog.listViews()` to filter Views out of the Table list, so such REST services may cause `SHOW TABLES` and table metadata loading to fail.
+
+        In this case, set this parameter to `false`, and Doris will skip all View-related operations, allowing metadata operations such as `SHOW TABLES` to work normally.
+
 * `{CommonProperties}`
 
   The CommonProperties section is for entering general properties. See the [Catalog Overview](../catalog-overview.md) for details on common properties.

docusaurus.config.js

@@ -383,6 +383,7 @@ const config = {
                 searchResultLimits: 100,
                 searchContextByPaths: ['docs'],
                 useAllContextsWithNoSearchContext: false,
+                ignoreFiles: [/^docs\/(?:[^/]+\/)?key-features\//],
             },
         ],
     ],

i18n/zh-CN/docusaurus-plugin-content-docs/current/lakehouse/catalogs/iceberg-catalog.mdx

@@ -83,6 +83,16 @@ CREATE CATALOG [IF NOT EXISTS] catalog_name PROPERTIES (
 
         这种方式性能最好。如果设置为 `false`，则 Doris 会逐一检查每个 Table 的类型，并只返回 Iceberg 类型的 Table。该模式在表很多的情况下，性能会比较差。
 
+    - `iceberg.rest.view-enabled`
+
+        自 4.0.6 版本支持。
+
+        仅对 Iceberg REST Catalog 生效。是否启用 View 相关操作（包括 `listViews`、`loadView`、`viewExists`、`dropView` 等）。默认为 `true`。
+
+        部分 Iceberg REST Catalog 实现虽然暴露了 Table 相关 API，但 View 相关 API 不可用或会返回错误。由于 Doris 在执行 `SHOW TABLES` 时会调用 `ViewCatalog.listViews()` 以将 View 从 Table 列表中过滤掉，因此此类 REST 服务可能导致 `SHOW TABLES` 及表元数据加载失败。
+
+        遇到上述情况时，可将该参数设置为 `false`，Doris 将跳过所有 View 相关操作，使 `SHOW TABLES` 等元数据操作可以正常工作。
+
 * `{CommonProperties}`
 
     CommonProperties 部分用于填写通用属性。请参阅[数据目录概述](../catalog-overview.md)中【通用属性】部分。

i18n/zh-CN/docusaurus-plugin-content-docs/version-4.x/lakehouse/catalogs/iceberg-catalog.mdx

@@ -1,4 +1,4 @@
 ---
 {
     "title": "Iceberg Catalog",
     "language": "zh-CN",
@@ -55,7 +55,7 @@
 
   * `dlf`：使用阿里云 DLF 作为元数据服务。
 
   * `s3tables`：使用 AWS S3 Tables Catalog 访问 [S3 Table Bucket](https://aws.amazon.com/s3/features/tables/)。
 
 * `<warehouse>`
 
@@ -83,6 +83,16 @@
 
         这种方式性能最好。如果设置为 `false`，则 Doris 会逐一检查每个 Table 的类型，并只返回 Iceberg 类型的 Table。该模式在表很多的情况下，性能会比较差。
 
+    - `iceberg.rest.view-enabled`
+
+        自 4.0.6 版本支持。
+
+        仅对 Iceberg REST Catalog 生效。是否启用 View 相关操作（包括 `listViews`、`loadView`、`viewExists`、`dropView` 等）。默认为 `true`。
+
+        部分 Iceberg REST Catalog 实现虽然暴露了 Table 相关 API，但 View 相关 API 不可用或会返回错误。由于 Doris 在执行 `SHOW TABLES` 时会调用 `ViewCatalog.listViews()` 以将 View 从 Table 列表中过滤掉，因此此类 REST 服务可能导致 `SHOW TABLES` 及表元数据加载失败。
+
+        遇到上述情况时，可将该参数设置为 `false`，Doris 将跳过所有 View 相关操作，使 `SHOW TABLES` 等元数据操作可以正常工作。
+
 * `{CommonProperties}`
 
     CommonProperties 部分用于填写通用属性。请参阅[数据目录概述](../catalog-overview.md)中【通用属性】部分。
@@ -262,7 +272,7 @@
 > Doris 当前不支持带时区的 `Timestamp` 类型。所有 `timestamp` 和 `timestamptz` 会统一映射到 `datetime(N)` 类型上。但在读取和写入时，Doris 会根据实际源类型正确处理时区。如通过 `SET time_zone=<tz>` 指定时区后，会影响 `timestamptz` 列的读取和写入结果。
 >
 > 可以在 `DESCRIBE table_name` 语句中的 Extra 列查看源类型是否带时区信息。如显示 `WITH_TIMEZONE`，则表示源类型是带时区的类型（该功能自 3.1.0 版本支持）。
 >
 > 4.0.3 后开始支持，可以映射 `timestamptz (Timestamp with timezone)` 到 Doris 的 `timestamptz` 类型。
 
 ## Namespace 映射
@@ -671,7 +681,7 @@
         <TabItem value='S3' label='S3' default>
             AWS Glue 和 S3 存储服务共用一套认证信息。
 
             非 EC2 环境下，需要使用 [aws configure](https://docs.aws.amazon.com/cli/latest/userguide/cli-configure-files.html) 配置 Credentials 信息，同时在 ~/.aws 目录下生成 credentials 文件。
             ```sql
             CREATE CATALOG glue PROPERTIES (
                 'type' = 'iceberg',
@@ -2182,7 +2192,7 @@
 
     * 支持创建单列或多列分区表。
 
     * 支持分区转换函数来支持 Iceberg 隐式分区以及分区演进的功能。具体 Iceberg 分区转换函数可以查看 [Iceberg partition transforms](https://iceberg.apache.org/spec/#partition-transforms)。
 
         * `year(ts)` 或者 `years(ts)`
 
@@ -2762,7 +2772,7 @@
 1. `rewrite_data_files` 操作会读取数据文件并重新写入，会产生额外的 I/O 和计算开销，请合理分配集群资源。
 2. 执行前可以通过[查看数据文件分布](#查看数据文件分布)章节中的 SQL 来评估是否需要执行重写操作。
 3. WHERE 条件可用于限制重写的分区或数据范围，这个条件会过滤掉那些不包含符合 WHERE 条件的数据的文件，从而减少重写的文件数量和数据量。
 4. 执行前可以通过[重写文件选择逻辑](#重写文件选择逻辑)章节中的 SQL 来计算哪些文件会被重写。
 
 ### rewrite_manifests
 
@@ -2999,7 +3009,7 @@
 
 ### Dangling Delete
 
 某些情况下，在执行完 `rewrite_data_files` 方法后，某些 Position Delete 的引用可能没有从 Snapshot 元数据中删除（Dangling Delete）。此时如果直接使用元数据中的行数信息，结果可能是[错误](https://iceberg.apache.org/docs/nightly/spark-procedures/#rewrite_position_delete_files)的。
 
 因此，在默认情况下，对于 `COUNT(*)` 查询，如果发现存在 Position Delete 文件，则不启用 COUNT 下推优化，而是直接读取文件获取真实的 `COUNT(*)` 结果。但这种方式耗时较长。
 
@@ -3059,7 +3069,7 @@
             WHEN file_size_in_bytes > @max_file_size_bytes THEN 'Too large'
         END AS size_issue
     FROM iceberg_table$data_files
     WHERE file_size_in_bytes < @min_file_size_bytes
     OR file_size_in_bytes > @max_file_size_bytes
     ORDER BY `partition`, file_size_in_bytes DESC;
     ```
@@ -3120,7 +3130,7 @@
     FROM file_analysis
     UNION ALL
     SELECT
         'Percentage meeting file-level conditions (%)',
         ROUND(SUM(CASE WHEN meets_file_level_conditions THEN 1 ELSE 0 END) * 100.0 / COUNT(*), 2)
     FROM file_analysis;
     ```

sidebars.ts

@@ -716,7 +716,6 @@ const sidebars: SidebarsConfig = {
                     label: 'Lakehouse Best Practices',
                     items: [
                         'lakehouse/best-practices/optimization',
-                        'lakehouse/best-practices/doris-snowflake-catalog',
                         'lakehouse/best-practices/kerberos',
                         'lakehouse/best-practices/tpch',
                         'lakehouse/best-practices/tpcds',