【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

物化视图

专栏内容：

postgresql使用入门基础

手写数据库toadb

并发编程
个人主页 ：我的主页
管理社区 ：开源数据库
座右铭：天行健，君子以自强不息；地势坤，君子以厚德载物.

文章目录

物化视图
概述
原理机制
[materialize view 创建](#materialize view 创建)
[materialize view 刷新数据](#materialize view 刷新数据)
[materialize view 删除](#materialize view 删除)
总结
结尾

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：

sql 复制代码

CREATE MATERIALIZED VIEW view_name
AS
query_sql
WITH [No] DATA;

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。

sql 复制代码

-- 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)  
);

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:

sql 复制代码

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 $$;

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；

sql 复制代码

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;

生成订单数据，其中商品的ID在10万以内随机生成。

sql 复制代码

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;

物化视图使用

报表中的一个指标项查询SQL如下：

sql 复制代码

-- 查询每个区域的销量
SELECT region, SUM(quantity) AS total_sales
    FROM orders
    GROUP BY region;

我们开启psql中的时间统计，看看执行一次统计花费的时间。

shell 复制代码

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

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：

shell 复制代码

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

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。

shell 复制代码

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

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。

shell 复制代码

postgres=# insert into orders values(1000001, 1000,10000,'region100','2023-12-03');
INSERT 0 1
Time: 8.132 ms

查看物化视图，还是前一天的值，它不会自动更新数据。

shell 复制代码

postgres=# select * from mvw_regiion_sales where region='region100';
 region | total_sales
--------+-------------
(0 rows)

Time: 0.259 ms

对物化视图中的数据进行刷新，就会同步源表中的数据。

shell 复制代码

postgres=# refresh materialized view mvw_regiion_sales ;
REFRESH MATERIALIZED VIEW
Time: 54.042 ms

可以看到执行时间大概为54ms。

sql 复制代码

postgres=# select * from mvw_regiion_sales where region='region100';
  region   | total_sales
-----------+-------------
 region100 |       10000
(1 row)

Time: 0.265 ms

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。

sql 复制代码

drop materialize view view_name;

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！