针对 Apache Kudu 的查询性能优化，你会采用哪些策略？请列举常见的性能调优手段。

回答思路

1. 【回答框架 1】Kudu 查询性能优化的核心在于减少扫描数据量和提升 I/O 效率。首先，表设计要合理，包括选择合适的主键、列类型和列编码（如 plain、bitshuffle、run-length），以减少数据存储和读取的开销。分区策略至关重要，通过 hash 分区或 range 分区，使查询能够裁剪到更少的分区。
2. 【回答框架 2】其次，合理设置副本因子和存储配置，平衡数据本地性和容错。使用有序主键和预排序数据，可以让范围扫描更高效。同时，Kudu 支持列式存储，查询时应只选择需要的列，避免不必要的扫描。
3. 【回答框架 3】此外，对于频繁查询的字段，可以调整列编码或考虑使用压缩，但要权衡压缩带来的 CPU 开销。在查询层面，使用谓词下推减少传输数据量，优化 join 和聚合操作，避免全表扫描。
4. 【回答框架 4】最后，监控 Kudu 的 tablet 分布，避免热点，并合理调整内存和缓存配置。综合运用这些策略，能显著提升 Kudu 的查询性能。
5. 【关键点 1】选择合适的主键和列类型，优化列编码（如 bitshuffle）以减少 I/O。
6. 【关键点 2】通过 hash 或 range 分区裁剪查询范围，减少扫描数据量。
7. 【关键点 3】使用谓词下推和列投影，只读取必要的数据。
8. 【关键点 4】平衡压缩与 CPU 开销，针对列特性选择合适的编码压缩方式。
9. 【关键点 5】监控并平衡 tablet 分布，避免热点和倾斜。
10. 【易错点 1】过度分区可能导致元数据开销和运维复杂，影响写入性能。
11. 【易错点 2】对高基数列使用 run-length 编码可能导致压缩率下降，需根据数据特征选择。
12. 【易错点 3】忽略内存和缓存调优，可能导致频繁磁盘 I/O，未充分发挥 Kudu 的列式存储优势。