在ClickHouse架构中，存储引擎与查询优化器分别通过哪些机制来支撑高并发查询？请结合其底层设计说明两者如何协同作用。

回答思路

1. 【回答框架 1】ClickHouse是列式存储数据库，数据按列独立压缩存储，查询只读取涉及的列，减少I/O量，这是高并发基础。存储引擎采用分区、稀疏索引和主键索引，分区修剪可跳过无关数据，索引将扫描范围缩小到少量granule，每8192行一个granule，显著降低数据扫描量。
2. 【回答框架 2】查询优化器生成执行计划，利用列式存储优势，将聚合、过滤等下推到存储层，并在分区与索引粒度上进行裁剪。优化器基于统计信息与代价模型选择连接顺序、聚合方式等，避免不必要的计算与数据传输。
3. 【回答框架 3】高并发下，ClickHouse采用多线程并行处理，将查询拆分为多个子任务并行执行，利用CPU向量化指令（SIMD）加速计算。同时，存储引擎的MergeTree家族通过后台合并与异步数据写入保证读写分离，减少锁竞争，提升并发吞吐。
4. 【回答框架 4】两者协同：存储引擎提供数据布局和索引，优化器利用这些元数据生成高效计划，共同减少查询需要处理的数据量和计算成本，从而在高并发下保持低延迟。
5. 【关键点 1】列式存储减少I/O，是支持高并发的基石。
6. 【关键点 2】稀疏索引和分区修剪可有效裁剪扫描范围。
7. 【关键点 3】优化器结合统计信息和代价模型生成高效执行计划。
8. 【关键点 4】多线程与向量化执行提升CPU利用率和并行度。
9. 【关键点 5】后台合并与异步写入降低写放大和锁竞争。
10. 【易错点 1】高并发不等于同时执行大量复杂查询，仍需资源隔离和查询限制。
11. 【易错点 2】稀疏索引不适合高基数场景，需根据数据特点选择索引策略。
12. 【易错点 3】过度依赖优化器可能导致计划不优，需结合EXPLAIN分析。