请描述 Apache Kudu 中批量导入和导出数据的具体操作方式，包括常用的工具、命令或 API 以及各自的适用场景。

回答思路

1. 【回答框架 1】Kudu 没有内置的通用导入导出命令，主流方案是借助外部工具或 API。批量导入通常使用 Apache Impala 的 INSERT INTO SELECT 或 LOAD DATA 语句，它能把外部文件（如 Parquet、文本）映射为外部表后写入 Kudu；也可使用 Kudu 自身的 C++/Java 客户端批量 upsert。
2. 【回答框架 2】批量导出常见做法是用 Impala 查询 Kudu 表并写入外部表（例如 Parquet 格式），或者使用 Kudu 的 C++/Java 客户端读取全表后写出。对于大规模数据迁移，还可使用 Kudu 的 Backup 和 Restore 工具（kudu backup/restore），它能生成底层备份文件并恢复。
3. 【回答框架 3】选择方案时需考虑数据量、格式和实时性：Impala 适合 SQL 场景和异构格式转换；客户端 API 适合编程控制或增量同步；backup/restore 适合整表或跨集群迁移。实际操作时要注意 Kudu 表的主键约束，导入前需去重或用 upsert 语义，导出时要评估网络和内存占用。
4. 【关键点 1】Impala 的 INSERT INTO SELECT 是导入外部数据到 Kudu 的常用方式
5. 【关键点 2】Kudu 客户端 API（C++/Java）支持灵活的高吞吐批量写入
6. 【关键点 3】kudu backup/restore 工具适用于整表备份和跨集群迁移
7. 【关键点 4】导出常用 Impala 写外部表或客户端读取，格式可选 Parquet、文本等
8. 【关键点 5】导入时需处理主键冲突，通常使用 upsert 语义或预去重
9. 【易错点 1】不能盲目用 LOAD DATA 直接加载任意格式文件，需先建外部表映射和类型匹配
10. 【易错点 2】批量写入时若忽略主键冲突可能导致任务失败或数据错误，应明确 upsert 或 insert 策略
11. 【易错点 3】大规模导出时未控制并行度和批量大小可能造成 Kudu 或网络过载，需评估资源并分批操作