物化视图概览

物化视图（Materialized View）是既包含计算逻辑、也包含数据的实体；与仅存储计算逻辑、不存储数据的普通视图不同，物化视图会按策略周期或实时刷新数据，可直接被查询，也可对查询进行透明改写。

阅读须知

在选择和使用物化视图前，建议先确认以下问题：

• 想解决什么问题？查询加速、数据建模，还是湖仓加速？
• 对数据时效性要求多高？需要强一致还是最终一致？
• 定义 SQL 涉及单表还是多表？
• 刷新方式希望是全量、分区增量，还是实时？

下文将围绕这些问题逐一展开。

物化视图的使用场景

物化视图根据 SQL 定义计算并存储数据，并按策略进行周期性或实时性更新。它可被直接查询，也可以将查询透明改写。常见适用场景如下：

查询加速

在决策支持系统（如 BI 报表、Ad-Hoc 查询）中，分析型查询通常包含聚合操作，可能还涉及多表连接。

• 计算此类查询结果较为消耗资源，响应时间可能长达分钟级。
• 业务场景往往要求秒级响应。
• 可通过构建物化视图，对常见查询进行加速。

轻量化 ETL（数据建模）

在数据分层场景中，可以使用物化视图的嵌套来构建 DWD 和 DWM 层，并利用物化视图的调度刷新能力替代部分 ETL 任务。

湖仓一体

针对多种外部数据源，可对其使用的表构建物化视图，从而：

• 节省从外部表导入数据到内部表的成本；
• 加速对外部数据源的查询过程。

物化视图的分类

可以从数据时效性、SQL 模式、刷新方式三个维度对物化视图进行分类。

按数据时效性分类：同步 vs 异步

分类	数据一致性	典型时效	是否支持直接查询	适用场景
同步物化视图	与基表强一致	实时	不支持	时效性要求高的场景
异步物化视图	与基表最终一致	T+1 / 小时级	支持	时效性要求不高的常规分析场景

选型建议：

• 时效性要求高 → 选择同步物化视图。
• 时效性要求不高，可接受一定延迟 → 选择异步物化视图。

按支持透明改写的 SQL 模式分类：单表 vs 多表

物化视图的定义 SQL 既可以是单表查询，也可以是多表查询。从所用表数量出发，可分为单表物化视图和多表物化视图：

• 异步物化视图：可使用单表，也可使用多表。
• 同步物化视图：仅支持单表。

按刷新方式分类：全量 vs 分区增量 vs 实时

不同类别的物化视图支持的刷新方式不同：

物化视图类型	全量刷新	分区增量刷新	实时刷新
异步物化视图	支持	支持	不支持
同步物化视图	-	-	支持

各刷新方式的含义：

• 全量刷新（异步）：计算物化视图定义 SQL 的所有数据。
• 分区增量刷新（异步）：当物化视图基表的分区数据发生变化时，识别出对应变化的分区并仅刷新这些分区，无需刷新整个物化视图。
• 实时刷新（同步）：可以理解为实时刷新，始终保持与基表的数据一致。