Druid 在多租户场景下采用哪些机制来保证不同租户之间的数据隔离？请从数据存储、查询和权限控制等层面说明。

回答思路

1. 【回答框架 1】Druid 通过数据源和段的分区天然实现物理隔离，不同租户的数据可存储在不同数据源或同一数据源的不同分区中，通过时间或租户维度进行数据分片。
2. 【回答框架 2】在查询层面，Druid 支持通过过滤条件（如时间范围、维度值）限制每个租户只能访问其自身的数据，结合 Broker 和 Historical 节点的路由实现逻辑隔离。
3. 【回答框架 3】权限控制上，Druid 支持通过扩展（如 Apache Ranger）和系统表实现细粒度访问控制，可基于用户角色对数据源、段和查询操作进行授权。
4. 【回答框架 4】数据写入时，可通过任务参数（如分区和粒度）将不同租户的数据写入独立段，减少跨租户访问的可能，同时结合数据源命名规则（如租户前缀）进一步隔离。
5. 【回答框架 5】最终，多租户隔离依赖运维层面的配置，如启用认证和授权插件、设置资源配额和查询优先级的调整，确保租户间性能和资源互不影响。
6. 【关键点 1】Druid 通过数据源和段的分区实现物理隔离。
7. 【关键点 2】查询层依赖过滤条件进行逻辑隔离。
8. 【关键点 3】权限控制可基于外部插件（如 Ranger）实现细粒度授权。
9. 【关键点 4】写入分区和命名规则强化租户隔离。
10. 【关键点 5】隔离还需结合认证、配额和资源管理策略。
11. 【易错点 1】不能仅依赖数据源名称前缀，未加过滤条件的查询可能跨租户访问。
12. 【易错点 2】未启用认证和授权插件时，所有用户默认可访问全部数据。
13. 【易错点 3】多租户隔离不等于资源隔离，还需配置查询优先级和配额控制。