请说明在 Apache Impala 中，利用数据分区、数据压缩以及内存相关配置来优化查询性能的具体做法和原理是怎样的？

回答思路

1. 【回答框架 1】数据分区：通过分区裁剪减少扫描数据量。合理选择分区列，避免过多小文件，使用静态或动态分区，并定期执行 COMPUTE STATS 更新统计信息以优化执行计划。
2. 【回答框架 2】数据压缩：选择适合的压缩格式如 Parquet，配合 Snappy 或 Gzip 压缩，减少 I/O 和存储，但需权衡压缩率与解压开销。列式存储有利于只读取所需列。
3. 【回答框架 3】内存优化：调整 Impala 内存相关参数，如默认内存限制、查询内存上限，使用资源池管理并发，监控内存溢出风险，并合理设置缓冲区大小。
4. 【回答框架 4】其他相关：利用数据本地性、避免数据倾斜、优化 Join 顺序和过滤条件下推，结合执行计划分析瓶颈。
5. 【关键点 1】分区裁剪是性能提升的关键，需避免扫描无关分区。
6. 【关键点 2】Parquet 列式存储配合压缩能显著减少 I/O 和存储。
7. 【关键点 3】内存配置需平衡并发与稳定性，可通过资源池限制过量内存使用。
8. 【易错点 1】过度分区可能导致元数据开销和小文件问题。
9. 【易错点 2】高压缩比可能增加 CPU 解压开销，需根据实际工作负载测试。
10. 【易错点 3】内存设置过高可能引发 OOM 或影响其他查询，需监控实际使用情况。