请解释 Apache Hudi 的元数据表在查询加速方面的作用机制，以及它如何提升查询性能？

回答思路

1. 【回答框架 1】元数据表是 Hudi 表的内部索引，存储文件级元数据如文件名、大小、列统计信息等，避免每次查询扫描全部文件或外部系统。
2. 【回答框架 2】查询加速主要通过两种机制：一是将布隆索引、记录级索引等存储在元数据表中，快速过滤不符合条件的文件；二是利用元数据表中的列统计信息进行裁剪，只读取需要的数据文件。
3. 【回答框架 3】相比传统文件列表扫描，元数据表支持异步更新，减少了查询时的文件系统调用和远程元数据获取延迟，尤其在小文件多或数据量大的场景下提升明显。
4. 【回答框架 4】元数据表支持多种索引类型，如文件索引、列统计索引、布隆索引等，可根据查询模式配置，实现数据跳过和谓词下推，减少 I/O 和网络开销。
5. 【回答框架 5】加速效果受数据分布和索引类型选择影响，需结合具体查询优化，但核心是通过在本地存储元数据避免重复扫描和外部依赖。
6. 【关键点 1】元数据表提供文件级和列级统计信息，用于数据跳过。
7. 【关键点 2】通过布隆和记录索引减少候选文件数。
8. 【关键点 3】支持异步索引更新，降低查询时元数据获取成本。
9. 【关键点 4】索引类型和配置影响加速效果。
10. 【关键点 5】适合查询频繁或文件数量多的场景。
11. 【易错点 1】不能保证所有查询都加速，只对选择性强的过滤有效。
12. 【易错点 2】构建和更新索引有额外开销，需权衡。
13. 【易错点 3】元数据表自身存储也占空间，过度配置可能降低收益。