根据数据库处理的业务数据量和数据处理方式的不同，数据库分为OLTP(on-line transaction processing)和OLAP(On-Line Analytical Processing)两种。Clickhouse数据库由俄罗斯yandex搜索引擎公司开发并开源，最初定位于yandex内部的分析型数据库，符合OLAP数据库的实现特点。
Oracle、MySQL等数据库都属于OLTP类型，即在线事务处理。 OLTP 数据库在处理请求和数据时需要高延迟，保证数据的完整性和一致性。这种数据库是面向终端用户的，需要7×24不间断的服务能力。
OLAP 的意思是在线分析数据处理。这种数据库需要存储海量但很少更新和修改的数据，主要用于多维历史数据分析和统计。对于这个需求，OLAP 数据库需要保证足够高的查询效率，至少 90% 的请求应该在短时间内返回。
另一方面，OLAP数据库并不直接面向最终客户，而是更注重数据吞吐量。它需要海量数据尽快持久化，为业务决策、战略定位与分析、个性化推荐等任务提供分析统计能力。因此，此类数据库中的查询一般是低频的。
列存储是基于OLAP数据库的特点，ClickHouse采用列式数据存储引擎。传统的行数据库在存储信息时将信息--记录在数据库中。以用户注册信息为例，行数据库会依次记录每个用户的姓名、职业、年龄等数据。当业务需要查找注册用户的职业或年龄分布时，数据库需要打开所有存储用户注册信息的文件，遍历所有数据行，依次挑出所有的职业和年龄信息进行汇总。这样，查询遍历的数据往往远大于所需的数据大小，会造成IO容量的严重浪费。
相比之下，列存储会将数据分成多个属性列，比如用户注册信息分为职业、年龄等多个属性，并根据这些属性列分别存储在多个文件中。这样，当查询需要获取某些属性的数据时，只需要找到对应的文件即可完成，大大节省了IO需求。
以包含1亿条数据的测试为例，简单的count查询在MySQL上耗时两分钟多，而在列式Clickhouse数据库上返回结果只用了不到一秒。通过学习ClickHouse，可以了解具体设计思路，如何实现如此高效率的提升。
ClickHouse拥有完备的管理功能，称得上是一个DBMS(Database Management System, 数据库管理系统)。
- DDL(数据定义语言): 可以动态地创建、修改或删除数据库、表和试图(view)，无须重启服务。
- DML(数据操作语言): 可以动态查询、插入、修改和删除数据。
- 权限控制：可以按照用户粒度设置数据库或者表的操作权限，保证数据的安全性。
- 数据备份与恢复：提供了数据备份导出与导入恢复机制，满足生产环境需求。
- 分布式管理: 提供集群模式，能够自动管理多个数据库节点。
如果提升查询效率，最简单且有效的方法是减少扫描范围和数据传输的大小，而列式存储和数据压缩就可以实现以上两点。列式存储和数据压缩通常是伴生的，一般来说列式存储是数据压缩的前提。
数据中重复数据项越多，则压缩率越高；压缩率越高，则数据体量越小；而数据体量越小，则数据在网络中的传输越快，对网络带宽和磁盘IO的压力也就越小。
SIMD(Single Instruction Multiple Data)，即单条指令操作多条数据。现代计算机中，通过数据并行以提高性能的一种实现方式（其他的还有指令级并行和线程级并行），它的原理是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(SIMD)。
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)。Clickhouse完全使用SQL作为查询语言，容易理解和学习。
Clickhouse经存储进行了抽象，把存储引擎作为一层独立的接口。目前Clickhouse共拥有Mergetree、Memory、File和其他6大类20多种表引擎。
Clickhouse在数据库存取方面，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)。
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。
对等的角色使系统架构变得更加简单，不用再分区主控节点、数据节点和计算节点，集群中的所有节点功能相同。
可以避免单点故障的问题，适用于多数据中心、异地多活的场景。
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，分布式表本身不存储任何数据，它是本地表的访问代理，作用类似于分库中间件。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。