在 ClickHouse 中，有哪些策略可以用于优化全局字典（Global Dictionary）的性能，从而提升查询效率？请描述具体的优化方法和适用场景。

回答思路

1. 【回答框架 1】全局字典在 ClickHouse 中通常用于将键值映射加载到内存中，以加速查询中的字典关联操作。其性能影响主要来自字典数据的加载、更新和查询时的内存访问。
2. 【回答框架 2】优化方法包括：使用方括号访问和 dictGet 等函数时，尽量使用整数键以减少哈希计算开销；对于静态字典，可启用 preload 选项，在启动时预先加载全部数据，避免查询时的高延迟。
3. 【回答框架 3】对于频繁更新的字典，可考虑使用外部字典（External Dictionary）并结合缓存，例如设置 lifetime 和适当的 layout，如 cache 或 complex_key_cache，以减少对后端数据库的实时查询。
4. 【回答框架 4】合理选择字典的存储结构，如使用 hash 或 flat 布局，并配置合适的内存参数，如 max_memory_usage 和 dictionary_layout，以平衡内存占用和查询速度。
5. 【回答框架 5】在数据量大或更新频繁的场景，可考虑分片或使用多个字典，将热点数据分散，减少单点访问压力；同时监控字典的加载和命中率，以调整优化策略。
6. 【关键点 1】全局字典优化核心是减少哈希计算和内存访问开销。
7. 【关键点 2】使用预加载（preload）可避免查询时的冷启动延迟。
8. 【关键点 3】对于动态数据，采用带缓存的字典布局（如 cache）并设置合理 lifetime 能降低对源数据库的压力。
9. 【关键点 4】选择合适布局（flat 或 hash）和内存限制参数，以平衡性能与资源消耗。
10. 【关键点 5】监控字典命中率和加载时间，基于实际数据调整优化方案。
11. 【易错点 1】不要将所有字典数据都加载到内存，对于大字典可能导致内存溢出，应根据实际内存和访问频率进行取舍。
12. 【易错点 2】缓存字典的 lifetime 设置过短可能导致频繁回源，过长则数据更新不及时，需权衡一致性和性能。
13. 【易错点 3】忽略字典键的类型设计，使用字符串键可能比整数键带来更高的哈希和比较开销。