Apache Doris 通过哪些机制实现流式数据导入，并在此基础上支撑实时数据查询？

回答思路

1. 【回答框架 1】Doris 支持多种流式导入方式，核心是 Stream Load，通过 HTTP 协议提交数据，支持 CSV 或 JSON 格式，数据直接写入存储层并实时可见，适合高频小批量导入。
2. 【回答框架 2】对于更高吞吐场景，可使用 Broker Load 或 Routine Load，Routine Load 能持续消费 Kafka 消息并自动导入，实现准实时数据接入。
3. 【回答框架 3】实时查询依赖 Doris 的 MPP 架构和列式存储，导入的数据立即可查，查询引擎通过向量化执行和谓词下推加速分析，同时利用物化视图和索引优化响应速度。
4. 【回答框架 4】Doris 通过副本机制和事务保证数据一致性，导入过程支持原子生效，确保查询看到完整数据，避免部分写入导致的脏读。
5. 【关键点 1】Stream Load 提供 HTTP 接口，支持低延迟小批量导入。
6. 【关键点 2】Routine Load 可无缝对接 Kafka，实现持续流式导入。
7. 【关键点 3】列式存储与 MPP 引擎支撑导入后即时查询。
8. 【关键点 4】导入事务保证数据原子可见，查询一致性有保障。
9. 【易错点 1】不要将 Stream Load 用于超大文件导入，应改用 Broker Load 或 Spark Load。
10. 【易错点 2】Routine Load 的消费延迟受 Kafka 分区数和调度间隔影响，需合理配置。
11. 【易错点 3】实时查询性能依赖合理分区和分桶策略，避免小文件过多。