Apache Drill 在跨数据源查询方面提供了哪些能力？请说明在 SQL 中实现多源查询的具体方式。

回答思路

1. 【回答框架 1】Apache Drill 是一种无模式（schema-free）的分布式 SQL 引擎，可对 HDFS、本地文件、HBase、MongoDB、S3 等异构数据源执行查询，通过统一 SQL 接口实现联邦查询，无需数据搬迁或预定义 schema。
2. 【回答框架 2】在 SQL 中实现多源查询，利用存储插件（storage plugin）注册每个数据源，SQL 中通过数据源名作为前缀限定表，例如 `SELECT * FROM hdfs.\`/path/to/file\` UNION ALL SELECT * FROM mongodb.\`db.collection\``，Drill 的查询优化器会进行下推和并行化处理。
3. 【回答框架 3】Drill 使用 Calcite 进行 SQL 解析和优化，能够将查询计划分解并下推到各数据源，支持跨数据源 join、union 等操作；同时基于 Drillbit 的分布式执行引擎，将任务分散到各节点并行处理。
4. 【回答框架 4】对于数据源之间的数据差异，Drill 通过类型隐式转换和函数支持来适配，用户可在 SQL 中使用 CAST 转换类型，确保跨源比较和聚合正确。
5. 【回答框架 5】实际多源查询性能取决于数据源能力，Drill 会尽量下推过滤和投影，但跨源 join 可能需要在 Drill 内存中完成，需注意资源消耗和结果集规模。
6. 【关键点 1】Drill 通过存储插件注册异构数据源，实现 SQL 联邦查询。
7. 【关键点 2】多源查询使用 `数据源名.表名` 前缀语法，结合标准 SQL 操作。
8. 【关键点 3】Calcite 负责查询优化，执行引擎并行处理并尽量下推任务。
9. 【关键点 4】跨源 join 或聚合可能在 Drill 内存执行，需关注资源限制。
10. 【关键点 5】无模式特性支持动态发现数据，但对类型一致性需显式转换。
11. 【易错点 1】不清晰指定存储插件或路径格式，导致表解析失败。
12. 【易错点 2】忽略类型隐式转换可能出现的精度损失或错误。
13. 【易错点 3】假设所有数据源都能下推复杂操作，实际可能拉取大量数据到 Drill 内存，造成性能瓶颈。