在 Apache Doris 中，分区表和分桶表各自的作用是什么？它们之间有哪些主要差异？根据什么原则来选择合适的分区或分桶策略？

回答思路

1. 【回答框架 1】分区（Partition）是在逻辑上按照一定规则（如时间、地域）将表数据划分为多个子表，主要用于数据管理，例如按时间分区便于按时间生命周期管理数据，删除旧分区即可实现数据清理。
2. 【回答框架 2】分桶（Bucket）是在分区内进一步将数据根据哈希值（如对分桶列的值进行哈希）分散到多个桶中，便于并行查询和数据的均匀分布，也影响数据导入和查询性能。
3. 【回答框架 3】分区列和分桶列的选择：分区列通常选择查询条件中经常使用的维度，如日期；分桶列选择高基数且查询频繁的列，或者主键。分区粒度不宜过细，否则元数据过多；分桶数需考虑数据量和集群规模，避免过多或过少。
4. 【回答框架 4】实际选择策略：在创建表时，可以指定分区和分桶。分区有助于裁剪数据扫描范围，分桶有助于本地数据聚合和join优化。一般原则是：数据量大且有明显分区键时使用分区；需要并发查询和负载均衡时使用分桶。两者可以同时使用，但需结合数据特性和查询模式。
5. 【回答框架 5】根据具体应用通过测试验证效果，分区和分桶的数量没有绝对标准，需根据集群资源、数据倾斜等因素调整。
6. 【关键点 1】分区用于逻辑管理，分桶用于物理存储分布。
7. 【关键点 2】分区裁剪可减少扫描数据量，分桶可提升查询并行度。
8. 【关键点 3】分区键常选日期等低基数维度，分桶列选高基数列。
9. 【易错点 1】分桶并非保证数据均匀分布，若分桶列选择不当会造成数据倾斜。
10. 【易错点 2】分区过多会增加元数据开销，影响性能。