请列举 Apache Doris 中可用的分布式查询引擎，并阐述其内部机制如何支撑高效的数据查询？

回答思路

1. 【回答框架 1】Doris 核心查询引擎是自研的 MPP（大规模并行处理）引擎，采用分布式调度与执行，将查询计划切分为多个分片任务并行执行，通过多节点并行扫描和计算提升吞吐。
2. 【回答框架 2】除 MPP 引擎外，Doris 还支持通过 Catalog 方式对接外部数据源，如 Hive、Iceberg、Hudi 等，实现联合查询，但这类查询仍由 MPP 引擎统一调度，只是数据读取层面扩展。
3. 【回答框架 3】高效查询的关键在于：列式存储与向量化执行，减少 IO 和 CPU 开销；分区与分桶裁剪，减少扫描数据量；物化视图和 Rollup 预聚合加速汇总查询；以及基于成本的优化器（CBO）选择最优执行计划。
4. 【回答框架 4】同时，Doris 利用多副本并行扫描、动态分区裁剪、缓存机制等手段降低延迟，并通过内存表（如 Duplicate Key 模型）和索引（如前缀索引）加速点查。
5. 【关键点 1】Doris 采用 MPP 分布式查询引擎，支持并行执行。
6. 【关键点 2】列式存储和向量化执行显著提升查询性能。
7. 【关键点 3】分区、分桶裁剪和物化视图减少数据扫描量。
8. 【关键点 4】CBO 优化器与多种索引机制共同保障高效查询。
9. 【易错点 1】不能将外部数据源的查询能力等同于 Doris 内部引擎，其性能受限于数据源本身。
10. 【易错点 2】MPP 并非所有场景都最优，需结合数据分布和查询特征。
11. 【易错点 3】物化视图有维护成本，可能影响写入性能。