请阐述ClickHouse在执行海量数据查询时的工作机制，并列举常用的查询性能优化方法。

回答思路

1. 【回答框架 1】ClickHouse采用列式存储，数据按列连续存放，查询时只需读取所需列，大幅减少I/O。同时具备向量化执行引擎，利用CPU的SIMD指令一次处理多行数据，提升计算效率。
2. 【回答框架 2】在分布式场景下，数据分片存储在多节点，查询可并行处理，借助分布式表进行路由和聚合，实现线性扩展。此外，主键索引和稀疏索引帮助快速定位数据块，跳过无关数据。
3. 【回答框架 3】优化手段包括：合理设计排序键以匹配常用过滤条件；使用物化视图预聚合，减少实时计算开销；调整分区和TTL策略，冷热数据分离，加速热数据访问。
4. 【回答框架 4】查询侧优化：避免select *，只取所需列；利用聚合函数的下推和预聚合；对高频查询使用缓存；监控慢查询并分析执行计划，调整表结构或查询写法。
5. 【关键点 1】列式存储大幅减少I/O读取量。
6. 【关键点 2】向量化执行利用SIMD提升CPU利用率。
7. 【关键点 3】分布式架构支持并行查询，扩展性好。
8. 【关键点 4】排序键与稀疏索引加速数据定位。
9. 【关键点 5】物化视图有效降低聚合查询延迟。
10. 【易错点 1】过度依赖索引而忽略数据压缩效果。
11. 【易错点 2】忽视排序键与查询模式的匹配度。
12. 【易错点 3】未考虑集群资源瓶颈，盲目提升并行度。