请解释 Apache Impala 的分布式查询引擎的工作机制，并说明其查询调度过程是如何实现的？

回答思路

1. 【回答框架 1】Impala 采用 MPP 架构，无 MapReduce 中间落盘，查询由客户端提交给协调器。协调器解析并生成计划，将任务分发给多个后台进程并行执行，各节点通过内存网络传输中间结果，显著减少延迟。
2. 【回答框架 2】查询调度核心是协调器根据数据分布和集群状态，将扫描任务分配给拥有数据的 impalad 节点，并在多节点间并行执行聚合、连接等操作。调度考虑数据本地性，尽量减少数据传输，同时监控节点负载，避免热点。
3. 【回答框架 3】执行过程中，每节点处理本地数据块，并通过交换操作传递中间结果。协调器汇总来自各执行节点的结果，返回最终结果给客户端。调度还涉及动态资源分配，如内存和 CPU 配额，确保查询公平性和稳定性。
4. 【回答框架 4】计划生成阶段，优化器基于元数据和统计信息选择连接顺序和并行策略。调度器将计划切成片段，分配到不同后台进程，并在各节点上按 DAG 执行，支持流水线并行，提升吞吐。
5. 【回答框架 5】整个引擎是无共享架构，节点间通过高速网络交换数据，调度依赖于元数据缓存和状态信息，确保查询高效可靠。
6. 【关键点 1】MPP 架构，无共享，内存处理，避免中间落盘。
7. 【关键点 2】协调器负责计划生成和任务调度，数据本地性原则减少传输。
8. 【关键点 3】采用 DAG 执行计划，流水线并行优化性能。
9. 【关键点 4】动态资源分配保障查询稳定性和公平性。
10. 【易错点 1】混淆调度与查询优化，调度侧重于任务分发和数据位置，而优化侧重计划逻辑。
11. 【易错点 2】忽略数据本地性，误以为所有数据传输都需网络，导致效率理解偏差。
12. 【易错点 3】过度简化并行机制，忽略资源配额和负载均衡对调度的影响。