1. 完备的 DBMS 功能

• DDL：动态创建、修改或删除数据库、表和视图

• DML：动态查询、插入、修改或删除数据

• 权限控制：可以按照用户粒度设置数据库或表的操作权限

• 数据备份与恢复：提供了数据备份导出与导入恢复机制，满足生产环境的要求

• 分布式管理：提供集群模式，自动管理多个数据库节点

2. 列式存储与数据压缩

• 列式存储：数据按列进行组织，属于同一列的数据保存在一起，列与列之间也会由不同的文件分别保存。可以有效减少查询时所需扫描的数据量，同时更有利于数据压缩。

• 数据压缩：压缩的本质是按照一定步长对数据进行匹配扫描，当发现重复部分时就进行编码转换。数据中的重复项越多，则压缩率越高，相应数据体量越小，则数据在网络中的传输越快，对网络带宽和磁盘 IO 的压力也越小。

3. 向量化执行引擎

向量化执行可以简单地看作一项消除程序中循环的优化。为了实现向量化执行，需要利用 CPU 的 SIMD 指令。SIMD 全称 Single Instruction Multiple Data，即利用单条指令操作多条数据，实现原理是在 CPU 寄存器层面实现数据的并行操作。

ClickHouse 目前利用 SSE4.2 指令集实现向量化执行。

4. 关系模型与 SQL 查询

ClickHouse 使用关系模型描述数据并提供了传统数据库的概念（数据库、表、视图和函数等）。

ClickHouse 提供了标准协议的 SQL 查询接口（支持 GROUP BY、ORDER BY、JOIN、IN 等），方便与第三方系统集成。

在 SQL 解析方面，ClickHouse 是大小写敏感的。

5. 多样的表引擎

与 MySQL 类似，ClickHouse 也将存储部分进行了抽象，把存储引擎作为一层独立的接口。ClickHouse 表引擎包含有合并树、内存、文件、接口和其他 6 大类合计 20 多种。其中每一种表引擎都有着各自的特点，用户可以根据实际业务场景的要求，选择合适的表引擎使用。

6. 多线程与分布式

ClickHouse 通过线程级并行的方式实现了性能的提升。

ClickHouse 在数据存取方面，既支持分区（纵向扩展，利用多线程原理），也支持分片（横向扩展，利用分布式原理）。

7. 多主架构

ClickHouse 采用 Multi-Master 多主架构，集群中的每个节点角色对等，客户端访问任意一个节点都能得到相同的效果。

多主的架构的优势：对等的角色使系统架构变得更加简单，不用再区分主控节点、数据节点和计算节点，集群中的所有节点功能相同。天然规避了单点故障的问题，非常适合用于多数据中心、异地多活的场景。

8. 在线查询

Clickouse 可以支撑海量数据的查询场景，即便是在复杂查询的场景下，它也能够做到极快响应，且无须对数据进行任何预处理加工。

9. 数据分片与分布式查询

ClickHouse 支持分片，而分片则依赖集群。每个集群由 1 到多个分片组成，而每个分片则对应了 ClickHouse 的 1 个服务节点。分片的数量上限取决于节点数量（1 个分片只能对应 1 个服务节点）。

ClickHouse 提供了本地表（Local Table）与分布式表（Distributed Table）的概念。一张本地表等同于一份数据的分片。而分布式表本身不存储任何数据，它是本地表的访问代理，其作用类似分库中间件。借助分布式表，能够代理访问多个数据分片，从而实现分布式查询。