在 Apache Druid 中，通常可以导入哪些常见的数据格式？请说明这些格式的数据是如何被导入到 Druid 中的。

回答思路

1. 【回答框架 1】Apache Druid 支持多种常见数据格式，包括 JSON、CSV、TSV、Parquet、ORC、Avro 等。这些格式覆盖了从简单的文本数据到复杂的列式存储格式。
2. 【回答框架 2】导入数据主要通过两种方式：批量导入和流式导入。批量导入通常使用 Hadoop 或本地文件作为数据源，通过 Druid 的索引服务（如 Indexing Service）创建任务来加载数据。流式导入则通过 Kafka、Kinesis 等消息系统，使用 Druid 的实时节点（如 Tranquility 或 Kafka Indexing Service）持续摄入数据。
3. 【回答框架 3】对于 JSON 和 CSV 等文本格式，Druid 提供了内置的解析器，可以直接在 ingestion spec 中配置数据格式和解析规则。对于 Parquet、ORC、Avro 等列式格式，Druid 通过扩展（如 druid-parquet-extensions）支持，需要在 ingestion spec 中指定相应的格式和 schema。
4. 【回答框架 4】在导入过程中，需要定义数据源（datasource）、时间列（timestamp column）、维度（dimensions）和指标（metrics），并配置相应的转换和过滤规则。Druid 会根据这些配置将原始数据转换为列式存储的 Segment。
5. 【回答框架 5】对于流式导入，Druid 支持 exactly-once 语义（在 Kafka 索引服务中），但需要合理配置提交周期和分区分配，以确保数据一致性和实时性。
6. 【关键点 1】Druid 支持 JSON、CSV、TSV、Parquet、ORC、Avro 等格式。
7. 【关键点 2】批量导入通过索引服务，流式导入通过 Kafka 或 Kinesis 索引服务。
8. 【关键点 3】文本格式使用内置解析器，列式格式需要扩展支持。
9. 【关键点 4】导入时需配置时间列、维度和指标。
10. 【关键点 5】流式导入需关注提交周期和分区分配以保证一致性。
11. 【易错点 1】不要混淆批量导入和流式导入的适用场景，实时性要求高时选择流式。
12. 【易错点 2】列式格式（如 Parquet）需要额外扩展，否则无法解析。
13. 【易错点 3】流式导入的 exactly-once 语义依赖外部系统（如 Kafka）的 offset 管理，配置不当可能导致重复或丢失。