请说明Apache Drill的动态查询优化器在面对多种异构数据源时，是如何解析并优化查询负载的？

回答思路

1. 【回答框架 1】Apache Drill的查询优化基于规则和代价模型，将SQL查询转换为逻辑计划，再通过优化规则（如谓词下推、列裁剪）生成物理计划。
2. 【回答框架 2】针对不同数据源，Drill使用存储插件抽象，每个插件提供统一的接口，优化器根据数据源特性（如是否支持谓词下推、统计信息）选择最优执行策略。
3. 【回答框架 3】动态优化体现在查询运行时，Drill会收集实际执行统计，动态调整执行计划，例如重新选择join顺序或并行度，以适应数据分布变化。
4. 【回答框架 4】对于异构数据源，Drill支持跨源join和聚合，优化器会评估数据本地性、网络传输成本，并利用数据源自身的过滤能力减少数据扫描量。
5. 【关键点 1】Drill优化器结合规则优化与代价优化生成执行计划。
6. 【关键点 2】存储插件抽象使不同数据源以统一方式参与查询优化。
7. 【关键点 3】动态优化基于运行时统计调整计划，提升查询效率。
8. 【关键点 4】跨源查询优化考虑数据本地性和传输成本。
9. 【易错点 1】不能认为Drill对所有数据源都支持完全相同的下推能力，需依赖插件实现。
10. 【易错点 2】动态优化并非实时调整所有计划，仅针对特定统计触发。