ArrowScan materializes entire FileScanTask into memory

### Feature Request / Improvement

ArrowScan in PyIceberg does not support true streaming, leading to OOM failures when processing large files (file size > container size). While the API returns an iterator, the implementation eagerly materializes all record batches for a FileScanTask before yielding the first row.

Two primary bottlenecks were identified in the `pyiceberg.io.pyarrow` implementation:
1. The internal scan logic uses a `list()` constructor on the batch iterator, forcing the entire file into memory.
2. The `batch_size` parameter is not forwarded to the underlying PyArrow ds.Scanner, preventing granular memory control. Though, it does fallback to the standard

This behavior makes it impossible to process files larger than the available memory in distributed environments (e.g., Ray workers)

Inizia in pyiceberg.io.pyarrow tracciando l'iterazione dei batch di FileScanTask di ArrowScan e la costruzione del PyArrow ds.Scanner. Verifica che i batch vengano restituiti senza materializzare anticipatamente l'iteratore e che batch_size raggiunga lo scanner; il lavoro è completato quando i file di grandi dimensioni possono essere elaborati senza richiedere che l'intero task sia in memoria.

Scritto dal modello di indicizzazione a partire dal testo della issue.