PolarDB:Melakukan pembaruan penuh pada tampilan yang di-materialisasi

Tampilan yang di-materialisasi dalam kluster PolarDB for MySQL mendukung pembaruan penuh. Metode refresh terjadwal maupun manual didukung. Tampilan yang di-materialisasi menggunakan mekanisme tugas latar belakang untuk refresh. Anda dapat menggunakannya bersama IMCI untuk mempercepat kueri, yang meningkatkan efisiensi tugas refresh dan mengurangi beban pada node read-only. Berbasis arsitektur HTAP dari PolarDB, fitur ini lebih lanjut meningkatkan kemampuan pemrosesan analitik (AP).

Berbeda dari tampilan biasa, tampilan yang di-materialisasi berisi salinan fisik data yang dapat langsung dikueri. Tampilan ini terdiri atas tampilan itu sendiri dan tabel dasar fisik yang mendasarinya.

• Membuat tampilan yang di-materialisasi: Pembuatan tampilan dan materialisasi data merupakan dua langkah terpisah. Proses materialisasi adalah operasi asinkron yang didorong ke tugas latar belakang untuk mengisi tabel dasar fisik. Nama tabel dasar fisik dikaitkan dengan tampilan tersebut. Tugas materialisasi dan refresh mencakup operasi kueri dan insert. Operasi kueri dapat dialihkan ke node read-only dengan IMCI untuk mempercepat kueri dan mengurangi dampak pada node primary.

• Menjalankan kueri pada tampilan yang di-materialisasi: Kueri pada tampilan yang di-materialisasi dieksekusi terhadap tabel dasar fisik yang mendasarinya.

• Melakukan refresh pada tampilan yang di-materialisasi: Proses pembaruan penuh membuat tabel dasar fisik baru yang tersembunyi. Setelah pernyataan refresh dieksekusi pada tabel tersembunyi tersebut, sistem menukar tabel dasar asli dan tersembunyi. Aksi ini memperbarui tabel metadata dengan informasi tabel dasar fisik terbaru dan menyinkronkannya dengan struktur dalam memori untuk kueri.

• Memantau dan mengelola tugas: Anda dapat melakukan kueri terhadap antrian tugas refresh latar belakang untuk melihat detail tugas. Anda juga dapat memantau dan mengelola tugas dengan menjeda atau me-restart tugas refresh terjadwal untuk tampilan yang di-materialisasi pada tingkat tabel, database, atau global.

Persyaratan

Kluster PolarDB for MySQL Anda harus memenuhi salah satu persyaratan berikut:

• MySQL 8.0.1, dan versi mesin minor harus 8.0.1.1.51 atau lebih baru.

• MySQL 8.0.2, dan versi mesin minor harus 8.0.2.2.31 atau lebih baru.

Manfaat

• Menghindari perhitungan berulang: Untuk kueri kompleks yang memakan banyak sumber daya, hasil dihitung sekali dan digunakan berulang kali, sehingga secara signifikan meningkatkan efisiensi kueri.

• Agregasi data di awal: Anda dapat melakukan agregasi data di awal untuk laporan harian, mingguan, dan bulanan guna mempercepat pembuatan laporan dan analitik data.

• Kueri yang dioptimalkan pada dataset besar: Mengurangi pemindaian langsung terhadap jumlah besar data mentah dan mempercepat waktu respons untuk kueri analitik.

• Dukungan untuk analisis multidimensi: Anda dapat melakukan perhitungan awal data agregat untuk berbagai kombinasi dimensi guna memberikan dukungan efisien bagi skenario analisis multidimensi seperti OLAP.

Kasus penggunaan

Tampilan yang di-materialisasi mengoptimalkan performa kueri dengan melakukan perhitungan awal dan menyimpan hasil kueri. Fitur ini sangat berguna untuk memproses data skala besar dan kueri kompleks. Fitur ini mengurangi overhead komputasi real-time dan menyederhanakan logika kueri kompleks, sehingga ideal untuk pembuatan laporan cepat dan analitik data.

• Menghindari perhitungan berulang: Cocok untuk menyimpan hasil perhitungan intensif sumber daya yang sering dikueri. Penggunaan tampilan yang di-materialisasi menghindari perhitungan ulang data yang sama, sehingga secara signifikan meningkatkan efisiensi kueri.

• Agregasi data di awal: Dalam pembuatan laporan dan analitik data, tampilan yang di-materialisasi dapat melakukan agregasi data di awal, seperti data penjualan harian, mingguan, atau bulanan serta data perilaku pengguna. Menyimpan hasil perhitungan di awal mengurangi waktu dan sumber daya yang dibutuhkan untuk komputasi real-time.

• Kueri yang dioptimalkan pada dataset besar: Melakukan kueri langsung terhadap volume besar data mentah bisa memakan waktu akibat pemindaian skala besar yang sering terjadi. Tampilan yang di-materialisasi dapat mengurangi kebutuhan akses langsung ke data mentah, sehingga mempercepat kueri dan analisis.

• Dukungan untuk analisis multidimensi: Tampilan yang di-materialisasi dapat melakukan perhitungan awal data agregat untuk berbagai kombinasi dimensi, memungkinkan respons kueri yang cepat dan efisien untuk analisis data multidimensi berbasis skenario.

Parameter

Membuat tampilan yang di-materialisasi

CREATE
  MATERIALIZED VIEW view_name [(column_list)]
  [REFRESH [COMPLETE|FAST]]
  [ON [COMMIT|DEMAND]]
  [START WITH now()] [NEXT now() + interval 1 hour]
  [[DISABLE|ENABLE] QUERY REWRITE]
  AS select_statement

Menjalankan kueri pada tampilan yang di-materialisasi

SELECT * FROM mv1;

+-----------+-----------+
| sum_value | avg_value |
+-----------+-----------+
|       600 |  200.0000 |
+-----------+-----------+

SHOW CREATE VIEW mv1;

+------+--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+----------------------+----------------------+
| View | Create View                                                                                                                                                                                                                                                                    | character_set_client | collation_connection |
+------+--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+----------------------+----------------------+
| mv1  | CREATE MATERIALIZED VIEW `mv1` REFRESH COMPLETE ON DEMAND START WITH ('2025-10-15 11:20:15') NEXT (now() + interval 1 hour)  AS select sum(`t1`.`col3`) AS `sum_value`,avg(`t1`.`col3`) AS `avg_value` from (`table1` `t1` join `table2` `t2` on((`t1`.`col1` = `t2`.`col1`))) | utf8mb4              | utf8mb4_0900_ai_ci   |
+------+--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+----------------------+----------------------+

SELECT * FROM mysql.view_materialized_info;

+-----+--------------+------------+------------+---------------------+-----------+-------------------+------------------+---------------------+---------------------------+---------------------+---------------------+-------------------------+-----------------------+------------+---------------------+---------------------+
| id  | table_schema | table_name | is_dropped | first_refresh_time  | time_zone | refresh_condition | refresh_strategy | refresh_start_time  | next_time_expression      | last_start_time     | last_end_time       | container_table_postfix | expired_table_postfix | is_stopped | create_time         | update_time         |
+-----+--------------+------------+------------+---------------------+-----------+-------------------+------------------+---------------------+---------------------------+---------------------+---------------------+-------------------------+-----------------------+------------+---------------------+---------------------+
| 471 | testmv       | mv1        |          0 | 2025-10-15 11:20:16 | +08:00    | DEMAND            | COMPLETE         | 2025-10-15 11:20:15 | (now() + interval 1 hour) | 2025-10-15 11:20:15 | 2025-10-15 11:20:16 |           2022929596417 |         2022929596417 |          0 | 2025-10-15 11:20:16 | 2025-10-15 11:20:16 |
+-----+--------------+------------+------------+---------------------+-----------+-------------------+------------------+---------------------+---------------------------+---------------------+---------------------+-------------------------+-----------------------+------------+---------------------+---------------------+

Refresh tampilan yang di-materialisasi

Saat ini, tampilan yang di-materialisasi hanya mendukung pembaruan penuh. Proses ini menggunakan metode out-of-place: membuat tabel dasar fisik tersembunyi, menjalankan pernyataan refresh di atasnya, lalu menukar tabel dasar asli dan tersembunyi. Oleh karena itu, pembaruan penuh memerlukan ruang penyimpanan tambahan. Keunggulan utamanya adalah dukungan terhadap kueri SQL apa pun.

Tampilan yang di-materialisasi mendukung dua metode refresh: refresh manual dan refresh terjadwal.

REFRESH MATERIALIZED VIEW <view_name>;

CREATE MATERIALIZED VIEW mv1 
REFRESH COMPLETE 
ON DEMAND 
START WITH now() NEXT now() + INTERVAL 1 hour 
AS 
SELECT 
    SUM(t1.col3) AS sum_value, 
    AVG(t1.col3) AS avg_value 
FROM table1 t1 
JOIN table2 t2 ON t1.col1 = t2.col1;

Hapus tampilan yang di-materialisasi

DROP MATERIALIZED VIEW <view_name>;

DROP MATERIALIZED VIEW mv1;

Memantau dan mengelola tugas

Refresh terjadwal tampilan yang di-materialisasi bergantung pada mekanisme penjadwalan otomatis sistem. Anda mungkin perlu memantau dan mengelola sejumlah besar tugas terjadwal. Anda dapat menjeda atau me-restart tugas refresh terjadwal untuk tampilan yang di-materialisasi pada tingkat tabel, database, atau global.

SELECT * FROM information_schema.materialized_view_refresh_queue;

STOP MATERIALIZED VIEW task FOR TABLE mv1;

STOP MATERIALIZED VIEW task FOR DATABASE mv1;

STOP MATERIALIZED VIEW task FOR ALL;

RESTART MATERIALIZED VIEW task FOR TABLE mv1;

RESTART MATERIALIZED VIEW task FOR DATABASE mv1;

RESTART MATERIALIZED VIEW task FOR ALL;