一、概述

物化视图 (Materialized View) 是一种特殊的物理表，本质是预计算，把某些耗时的操作（例如JOIN、AGGREGATE）的结果保存到物理存储上，可以像表一样被访问，以便在后续查询时直接复用，最终达到加速查询的目的，即空间换时间。而普通视图(View)**仅是简化用户的查询定义，不存储实际结果数据。

1.1. 优/缺点

1.1.1. 优点

提高查询性能：对于复杂的查询，由于物化视图存储了查询结果，可以直接从物化视图中读取数据，提高了查询效率。
应急查询：物化视图允许用户在数据库服务器关闭或网络连接中断时，仍然可以访问和分析数据。

1.1.2. 缺点

存储空间：物化视图需要额外的存储空间来保存查询结果。
数据更新：如果底层数据频繁变动，物化视图需要定期刷新，这可能会增加维护成本。

物化视图使用得当能够数倍，甚至数十倍提升查询性能，但其也不是万能的，如果不分场景盲目创建物化视图。一方面是因为物化视图的创建和更新有成本，另一方面，判定 SQL 是否命中的逻辑也在性能敏感的代码路径上引入了额外的耗时。

使用物化视图的效果评价需要考虑2个方面：首先，其是否带来了查询的性能提升。这是最基本的目标；其次，是否降低了集群总的资源消耗，包括计算资源和存储资源。这是进阶目标，在每个物化视图都有大量的查询命中时，将会明显减少每个查询对CPU和内存资源的需求，同时也不再需要访问原始表，减少 IO 资源消耗。

二、设计

2.1. 物化数据选择

选择哪些数据需要进行物化，这个通常是由用户自己决定的，我们能做的就是收集用户的统计信息，展示高频的表信息，查询谓词或者子查询，辅助用户判断哪些数据需要物化。

2.2. 数据更新

当原始表增加数据或更新数据后，是直接增量更新到物化视图，还是全量更新到物化视图，实时触发还是延迟触发抑或是定时触发?

2.2.1. 同步更新

2.2.2. 异步更新

2.3. 视图改写

早期使用物化视图时，通常需要人工修改查询 SQL，显式在 SQL 中指定使用物化视图。支持自动查询修改功能后，物化视图自动查询改写功能将自动、透明的重写查询 SQL，使查询 SQL 可以使用物化视图（即使查询 SQL 本身指定的是查询基表而非物化视图)，从而加速查询 SQL 的运行。

目前三种改写方法:

基于语法的改写

最简单的改写方式，将查询的文本与物化视图的文本或语法树进行比较，完全匹配则可以进行改写
基于规则的改写

针对不同规则，穷举所有可能变换关系来寻找等价替代关系树；
基于结构的改写

提取查询特征并使用一套规则进行匹配改写，将查询表示为 SPJG 标准形式，提取查询中Join、Projects、Filters、Grouping、Aggregation 五种表达式，分别与物化视图对应的表达式进行匹配改写

引用本站文章

统一SQL平台-加速-物化视图设计与实现-视图改写

Joker