在 Apache Doris 中，有哪些常见的数据导入性能调优方法？请从多个维度说明如何优化导入性能？

回答思路

1. 【回答框架 1】Apache Doris 数据导入性能优化可从集群配置、导入方式选择、数据格式与分区设计、以及系统参数调优等多个维度展开。
2. 【回答框架 2】在集群配置方面，需要合理设置 BE 节点数量与资源，确保 CPU、内存、磁盘 IO 满足导入需求；同时调整 FE 与 BE 的并发参数，如 max_running_txn_num_per_db、max_bytes_per_broker_scanner 等，避免导入任务因资源不足而阻塞。
3. 【回答框架 3】在导入方式选择上，根据数据量与实时性要求选择合适的导入方式：高频小批量数据推荐使用 Stream Load，大批量离线数据适合 Broker Load，需要实时写入时可考虑 Routine Load；同时可并行执行多个导入任务以提升吞吐。
4. 【回答框架 4】数据格式与分区设计对性能影响显著：建议使用 Parquet 或 ORC 列式格式并压缩，减少网络传输与磁盘开销；合理设计分区与分桶，避免小文件过多或数据倾斜，导入前对数据进行排序与去重可减少处理开销。
5. 【回答框架 5】系统参数调优包括调整导入任务的超时时间、内存限制与并行度，如 exec_mem_limit、load_parallelism 等；同时关注集群整体负载，避免与其他查询或导入任务争抢资源。这些方法需结合实际业务场景与集群规模进行组合使用，并通过监控与测试验证效果。
6. 【关键点 1】选择合适的导入方式：高频小批量用 Stream Load，大批量离线用 Broker Load，实时写入用 Routine Load。
7. 【关键点 2】优化数据格式与分区设计：使用列式压缩格式，合理规划分区与分桶，避免小文件过多。
8. 【关键点 3】调整集群与任务参数：增加 BE 资源，调大并行度与内存限制，如 max_running_txn_num_per_db、exec_mem_limit。
9. 【关键点 4】并行执行导入任务以提升整体吞吐，但需监控集群负载避免资源竞争。
10. 【关键点 5】导入前对数据进行排序、去重与转换，减少处理开销并降低数据倾斜风险。
11. 【易错点 1】忽略集群整体资源限制，盲目调大并行度或内存可能导致导入任务失败或影响其他任务。
12. 【易错点 2】分区与分桶设计不合理会导致小文件过多或数据倾斜，反而降低导入性能。
13. 【易错点 3】不同导入方式有各自适用场景与限制，选择不当可能导致性能低下或数据一致性问题。