【postgresql初级使用】可以存储数据的视图-物化视图，加速大数据下的查询分析_postgresql 怎么用物化视图重写查询
赞
踩
物化视图
专栏内容：
概述
本节主要分享物化视图(materialize view)的基础知识，分为原理机制，创建，数据刷新，以及删除等小节。
在原理机制一节，会与普通view对比不同点，它们执行机制的差异；之后的各小节结合案例分享语法与使用场景。
原理机制
先来看看普通的view ，它只是记录一条view定义时的查询语句，从view查询的SQL，会被重写，用view定义的语句进行替换，然后执行查询，实际是从数据表中查询。
执行流程 如下：
select * from vw_employee;->查询优化器->重写为 select * from (select * from employee) as vw_employee; -> 执行器 -> 返回结果
每次从view 查询时，都会执行一次view定义的查询语句，view 本身不会存储数据。
下面来看看materialize view， 它在定义时会将数据保存一份，它有自己存储数据，但是它不会自动与主表进行数据同步，也就是主表的数据变化了，物化视图中的备份数据不会变化，需要手动进行同步。
执行流程如下：
select * from mvw_emplyee; -> 查询优化器 -> 执行器 -> 返回结果
如果对某相view访问很频繁时，结果集只生成一次，后面都是直接查结果集就可以，会大大节省时间，尤其对于大数据分析，每次结果集的生成都需要数秒，甚至数分钟，每次都进行结果生成，那是不可想象的一件事。
因为物化视图会保存源表的数据，所以它不能被修改，避免数据的分叉，这不像前一节介绍的updatable view。
下面我们来介绍一下物化视图的使用。
materialize view 创建
语法说明
物化视图的创建语法如下：
CREATE MATERIALIZED VIEW view_name
AS
query_sql
WITH [No] DATA;
- 1
- 2
- 3
- 4
物化视图与普通视图的创建语法类似，区别如下：
- 这里使用关键字
materialized来指示视图的类型为物化视图； - 定义的最后使用
with data或with no data来指定创建后的物化视图，是否需要同步数据；
如果不指定，默认为前者，在创建完后，会同步主表的数据；
如果选择with no data，则创建完后没有数据，并且不能查询，必须先同步数据；
使用案例
下面我们分享一个案例，它是一个大数据分析平台，生产库每天会产生上千万条的订单数据，而分析库每天晚上定时生成分析报表，来指导第二天的库存备货以及调货运输。
初始化数据
- 创建产品与订单表。
-- 创建产品表 CREATE TABLE products ( product_id INT PRIMARY KEY, product_name VARCHAR(255) NOT NULL, price DECIMAL(10, 2) NOT NULL, category VARCHAR(255) ); -- 创建订单表 CREATE TABLE orders ( order_id INT PRIMARY KEY, product_id INT, quantity INT NOT NULL, region VARCHAR(255) NOT NULL, order_date DATE NOT NULL, FOREIGN KEY (product_id) REFERENCES Products(product_id) );
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 这里使用一个生成随机字符串的存储过程，来辅助我们生成模拟数据，它的定义如下:
CREATE OR REPLACE FUNCTION generate_random_string(length INTEGER)
RETURNS VARCHAR
LANGUAGE plpgsql
AS $$
DECLARE
result VARCHAR(255) := '';
chars TEXT[] := ARRAY['a','b','c','d','e','f','g','h','i','j','k','l','m','n','o','p','q','r','s','t','u','v','w','x','y','z'];
BEGIN
FOR i IN 1..length LOOP
result := result || chars[1+(random() * (array_length(chars, 1)-2))::int];
END LOOP;
RETURN result;
END $$;
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 生成10万条商品的数据，同时生成100万条的订单数据。
生成商品数据；
INSERT INTO products (product_id,product_name,price,category )
SELECT
id, generate_random_string(10), -- 假设商品名字长度为 10
(random() * 1000)::numeric(10,2), -- 随机价格在 0 到 1000 之间
'Category' || (random() * 10)::int -- 假设有 10 个不同的商品类别
FROM generate_series(1, 100000) as id;
- 1
- 2
- 3
- 4
- 5
- 6
生成订单数据，其中商品的ID在10万以内随机生成。
INSERT INTO orders (order_id,product_id,quantity,region,order_date)
SELECT
id, 1+random()*99999,
(random() * 10000)::int,
'region' || (random() * 22)::int,
current_date - floor((random() * 360))::int rand_date
FROM generate_series(1, 1000000) as id;
- 1
- 2
- 3
- 4
- 5
- 6
- 7
物化视图使用
报表中的一个指标项查询SQL如下：
-- 查询每个区域的销量
SELECT region, SUM(quantity) AS total_sales
FROM orders
GROUP BY region;
- 1
- 2
- 3
- 4
我们开启psql中的时间统计，看看执行一次统计花费的时间。
postgres=# \timing on Timing is on. postgres=# SELECT region, SUM(quantity) AS total_sales postgres-# FROM orders postgres-# GROUP BY region; region | total_sales ----------+------------- region0 | 114114062 region1 | 226243565 region10 | 227494628 region11 | 227777263 region12 | 228053045 region13 | 228127572 region14 | 227847192 region15 | 226668865 region16 | 227167622 region17 | 226283956 region18 | 227486573 region19 | 226798204 region2 | 227236551 region20 | 229110138 region21 | 228462753 region22 | 112870077 region3 | 225945462 region4 | 230059348 region5 | 226837565 region6 | 228821897 region7 | 226570562 region8 | 227755978 region9 | 225983661 (23 rows) Time: 50.188 ms
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
看到结果生成了23条记录，花费了50ms时间。
之前我们使用的是普通视图或者是CTE语句，报表的生成需要花费整整一个晚上，因为每次执行都需要重新进行结果的生成。
后来我们将这个指标项创建为物化视图的形式，只需要同步数据的时间就可以了，不仅节省了时间，而且不再长时间占用计算资源。
下面分享给大家这个方法，先来创建一个物化视图：
postgres=# create materialized view mvw_regiion_sales AS SELECT region, SUM(quantity) AS total_sales
postgres-# FROM orders
postgres-# GROUP BY region;
SELECT 23
Time: 52.976 ms
- 1
- 2
- 3
- 4
- 5
创建物化视图时，没有指定with no data时，默认会同步数据到物化视图中，可以看到花费了52ms，与上面查询的时间相当。
此时我们查看各区域的销量时，就可以从物化视图中来查看。
postgres=# select * from mvw_regiion_sales ; region | total_sales ----------+------------- region0 | 114114062 region1 | 226243565 region10 | 227494628 region11 | 227777263 region12 | 228053045 region13 | 228127572 region14 | 227847192 region15 | 226668865 region16 | 227167622 region17 | 226283956 region18 | 227486573 region19 | 226798204 region2 | 227236551 region20 | 229110138 region21 | 228462753 region22 | 112870077 region3 | 225945462 region4 | 230059348 region5 | 226837565 region6 | 228821897 region7 | 226570562 region8 | 227755978 region9 | 225983661 (23 rows) Time: 0.260 ms
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
多次查看各区域的销量，花费时间都不到1ms，是原来的五十分之一，大大节省了时间和资源。
materialize view 刷新数据
当白天运营时，商品表和订单表都可能发生变化，而区域销量的物化视图中的数据如何更新呢？
在订单表中新增一条订单记录，新增区域region100，这是一个新区域产生了订单。
postgres=# insert into orders values(1000001, 1000,10000,'region100','2023-12-03');
INSERT 0 1
Time: 8.132 ms
- 1
- 2
- 3
查看物化视图，还是前一天的值，它不会自动更新数据。
postgres=# select * from mvw_regiion_sales where region='region100';
region | total_sales
--------+-------------
(0 rows)
Time: 0.259 ms
- 1
- 2
- 3
- 4
- 5
- 6
对物化视图中的数据进行刷新，就会同步源表中的数据。
postgres=# refresh materialized view mvw_regiion_sales ;
REFRESH MATERIALIZED VIEW
Time: 54.042 ms
- 1
- 2
- 3
可以看到执行时间大概为54ms。
postgres=# select * from mvw_regiion_sales where region='region100';
region | total_sales
-----------+-------------
region100 | 10000
(1 row)
Time: 0.265 ms
- 1
- 2
- 3
- 4
- 5
- 6
- 7
再次查询时，已经有了新数据。
在执行refresh materialize view命令时，会从源表中加载数据到物化视图中，此时会对源表进行加锁，使得源表不能进行操作。
如果要并发执行物化视图的刷新，可以增加关键字concurrently,执行命令 refresh materialize view concurrently。当前并发执行的前提是，当前物化视图必须有唯一性索引列。
materialize view 删除
删除物化视图的SQL语法，类似与普通view。
drop materialize view view_name;
- 1
如果有关联的视图，可以增加关键字cascade，进行级联删除。
总结
在大数据分析场景下，物化视图是一个非常高效的记录中间报表结果的方法，避免多次重复执行。
结尾
非常感谢大家的支持，在浏览的同时别忘了留下您宝贵的评论，如果觉得值得鼓励，请点赞，收藏，我会更加努力！
作者邮箱：study@senllang.onaliyun.com
如有错误或者疏漏欢迎指出，互相学习。
注：未经同意，不得转载！
