针对 Apache Druid 集群，当面临高并发查询负载时，通常会采用哪些策略实现请求的负载均衡与故障转移？请说明其实现机制和主要优缺点。

回答思路

1. 【回答框架 1】方案一：代理层负载均衡，通过 Router 节点或外部负载均衡器（如 Nginx、HAProxy）将查询请求分发到多个 Broker 节点，实现请求级负载均衡。优点是配置简单，且能通过健康检查剔除故障 Broker。
2. 【回答框架 2】方案二：Broker 节点内部协调，Broker 接收查询后，将查询计划分发到多个 Historical 节点并行执行，节点间通过 Zookeeper 进行服务发现与状态同步，实现数据分片级别的并行与容错。
3. 【回答框架 3】方案三：数据冗余与迁移，Druid 对 segment 数据保留多副本，当某个 Historical 节点故障时，Coordinator 会协调将 segment 副本迁移到其他节点，保证数据可用性。
4. 【回答框架 4】容错方面，Broker 节点通常无状态，可水平扩展，节点故障时由负载均衡器重新路由，查询失败可重试。此外，设置合理的查询超时和队列管理，防止慢查询导致系统雪崩。
5. 【关键点 1】负载均衡基于请求分发和数据分片并行执行两层实现。
6. 【关键点 2】Broker 节点无状态，通过水平扩展和代理层实现高可用。
7. 【关键点 3】数据副本机制保证节点故障时数据不丢失，查询可继续。
8. 【关键点 4】Zookeeper 用于服务发现和集群状态管理。
9. 【易错点 1】仅依赖外部负载均衡无法感知 Druid 内部节点状态，可能将请求路由到已过载的 Broker。
10. 【易错点 2】忽略查询队列和并发控制，慢查询可能耗尽资源，导致雪崩。
11. 【易错点 3】数据副本数配置过低时，节点故障可能导致某些 segment 临时不可用。