物化视图的初介绍

物化视图的初介绍

最近，需要用到物化视图，感觉有点意思，就和大家一起来聊聊物化视图这个东西。

几个数据库的物化视图

笔者最开始的工作的时候，使用的是Oracle数据库，oracle数据库当时是8i的版本，当时就有了物化视图的概念，但对这个版本中的物化视图使用的较少，开始了解和使用物化视图，还是从达梦数据库。

大概是在2015年左右，达梦数据库作为国产数据库，作为一个自主研发，自主可控的国产数据库厂商，一直是对照oracle做的开发，有一款产品，使用了物化视图。

此后，最近的工作中，使用的postgresql比较多，之前使用的版本较低，一直没有使用，近期，准备升级postgresql的版本，发现pg从9的版本开始，也支持物化视图了。

什么是物化视图

物化视图是一种预先计算并存储查询结果的数据库对象，它与普通视图不同，普通视图仅保存查询语句的定义，而物化视图不仅保存了查询语句的定义，还实际存储了查询结果的数据。物化视图通过预先计算和存储这些结果，可以在查询时直接返回结果，而无需重新计算，从而提高查询性能。

物化视图的存在，主要是对数据库性能的优化。在数据仓库和决策支持系统中，物化视图可以预先计算和存储复杂的查询结果，如涉及多个表的连接和聚合操作，从而显著提高查询效率。此外，物化视图还可以用于轻量级的ETL过程和数据建模，以及在湖仓一体的架构中节省数据导入成本并加速查询。

其中，物化视图的刷新机制是其重要的特性之一，当基表数据发生变化时，物化视图需要进行更新以确保数据的准确性。刷新方式包括完全刷新、快速刷新和强制刷新，而刷新模式则有手动刷新和基于基表提交的自动刷新。这种机制确保了物化视图中的数据与基表数据的一致性，同时减少了查询时的计算开销。

物化视图的创建

CREATE MATERIALIZED VIEW recent_product_sales AS
SELECT
    p.sku,
    SUM(po.qty) AS total_quantity
FROM
    products p
    JOIN product_orders po ON p.sku = po.sku
    JOIN orders o ON po.order_id = o.order_id
WHERE
    o.status = 'Shipped'
GROUP BY
    p.sku
ORDER BY
    2 DESC;

其中，materialized view 是物化视图的概念。其他的，sql语句和平时创建视图是没有多少差别的。在oracle、达梦、pg等数据库中，创建SQL语句都是一样的，没有太多的差别。当然，下面的SQL语句，则需要根据各SQL语言进行调整，可以使用数据库提供的函数，内置功能等等，这些就是各数据库自己的定义了。

物化视图和普通视图

我们已经有了普通的视图，为什么还要再来出一个物化视图的概念，是重复造轮子，还是有不同的考量?

大家已经知道了，物化视图，相当于把普通视图的数据给存储起来，这个存储的动作，就是和普通视图的一个比较大的区别，普通视图，数据是实时从各个数据表中读取出来的，如果涉及到一些数据计算的函数或者列，都要每次重复计算。而物化视图，这相当于把已经计算好的结果给存储起来，下次使用的时候，就直接从文件中读取就可以了。这是一个典型的空间换时间的思路。

还有一点就是，物化视图可以配合索引，加速物化视图的查询速度，这一点上，就比普通视图要快了不少。

总结

物化视图，并不是神秘的概念，更多的是程序的取舍问题，用空间来换时间，视图，是用时间来换空间。不同的考量，侧重点不一样而已。