Apache Kudu 中，数据分布不均衡会对查询性能造成哪些影响？针对这种不均衡的现象，有哪些处理手段或优化策略？

回答思路

1. 【回答框架 1】Kudu 数据分布基于表的分区策略，通过 partition by hash 或 range 将数据分散到多个 tablet 上。数据分布不均通常由分区键选择不当或数据本身倾斜导致，例如使用低基数列作为分区键、分区数设置不合理或业务数据存在热点。
2. 【回答框架 2】分布不均的直接影响是部分 tablet 成为热点，导致其所在 tablet server 的 CPU、IO 和内存压力过大，而其他节点空闲，拖慢整体查询响应并降低集群吞吐量。可通过 Kudu 的 web UI 或监控指标（如 tablet 大小、扫描负载）定位倾斜的 tablet。
3. 【回答框架 3】处理手段包括重新设计分区策略：采用 hash 分区与 range 分区结合的方式，使数据更均匀；选择高基数且分布均匀的列作为分区键；合理设置分区数量，避免过多或过少；对已存在的表，可新建表并迁移数据，或利用 Kudu 的 partition 管理功能调整分区。
4. 【回答框架 4】对于查询侧，可优化查询条件，尽量让扫描命中相关 tablet；同时可调整 tablet server 的配置（如块缓存大小）以缓解热点，但根本上需解决数据分布问题。
5. 【关键点 1】数据分布不均主要由分区键选择不当或数据倾斜导致。
6. 【关键点 2】热点 tablet 会引发节点负载不均，影响查询性能。
7. 【关键点 3】常用解决方案是优化分区策略，如组合 hash 和 range 分区。
8. 【关键点 4】可通过监控定位倾斜，必要时重建表以重新分布数据。
9. 【易错点 1】仅依赖增加副本数不能解决数据倾斜问题，只提高冗余。
10. 【易错点 2】分区键选择低基数或单调递增列会导致范围分区热点。
11. 【易错点 3】修改分区策略通常需要数据迁移，有停机窗口风险。