PolarDB:Percepat kueri dengan tampilan yang di-materialisasi

Kluster PolarDB for MySQL kini mendukung pembaruan penuh tampilan yang di-materialisasi, baik secara terjadwal maupun manual. Tampilan yang di-materialisasi menggunakan tugas latar belakang untuk memperbarui data dan dapat digunakan bersama In-Memory Column Index (IMCI) guna mempercepat kueri. Hal ini meningkatkan efisiensi pembaruan serta mengurangi beban pada node read-only, sekaligus memperkuat kemampuan pemrosesan analitik (AP) dalam arsitektur pemrosesan transaksional dan analitik hibrida (HTAP) PolarDB.

Perbedaan utama antara tampilan yang di-materialisasi dan tampilan biasa terletak pada fakta bahwa tampilan yang di-materialisasi menyimpan salinan fisik data, sehingga memungkinkan kueri langsung terhadapnya. Tampilan yang di-materialisasi terdiri atas tampilan itu sendiri dan tabel dasar fisik yang mendasarinya.

• Buat tampilan yang di-materialisasi: Pembuatan tabel dan materialisasi merupakan dua langkah terpisah. Materialisasi adalah operasi asinkron yang dijalankan sebagai tugas latar belakang untuk membuat tabel dasar fisik. Nama tabel dasar fisik tersebut kemudian dikaitkan dengan tampilan. Bagian kueri dari tugas pembaruan dapat dialihkan ke node read-only IMCI, sehingga mempercepat kueri dan mengurangi dampak pada node primary.

• Lakukan kueri terhadap tampilan yang di-materialisasi: Kueri dilakukan dengan menggabungkan tampilan dan tabel dasar fisik untuk mengakses data dalam tabel dasar fisik tersebut.

• Perbarui tampilan yang di-materialisasi: Pembaruan penuh membuat tabel dasar fisik tersembunyi baru. Setelah pernyataan pembaruan dieksekusi pada tabel dasar tersembunyi tersebut, tabel dasar asli dan tersembunyi ditukar. Proses ini memperbarui tabel metadata dengan informasi tabel dasar fisik terbaru dan menyelaraskannya dengan struktur dalam memori untuk kueri.

• Pantau dan kelola tugas: Anda dapat melakukan kueri terhadap informasi antrian tugas pembaruan latar belakang dan mengelola tugas-tugas tersebut, termasuk menangguhkan atau me-restart tugas pembaruan terjadwal untuk tabel tertentu, basis data, atau secara global.

Penerapan

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

• Kluster menjalankan MySQL 8.0.1, dan versi mesin minor adalah 8.0.1.1.51 atau lebih baru.

• Kluster menjalankan MySQL 8.0.2, dan versi mesin minor adalah 8.0.2.2.31 atau lebih baru.

Keunggulan

• Menghindari perhitungan berulang: Untuk kueri kompleks yang intensif sumber daya, Anda cukup melakukan perhitungan sekali dan menggunakan ulang hasilnya berkali-kali, sehingga efisiensi kueri meningkat signifikan.

• Pragregasi data: Anda dapat melakukan pra-agregasi data untuk laporan, seperti laporan harian, mingguan, dan bulanan, sehingga mempercepat pembuatan laporan dan analitik data.

• Mengoptimalkan kueri data besar: Tampilan yang di-materialisasi mengurangi pemindaian langsung terhadap volume besar data mentah, sehingga mempercepat waktu respons untuk kueri analitik.

• Mendukung analisis multidimensi: Tampilan yang di-materialisasi dapat memprakalkulasi data agregat untuk berbagai kombinasi dimensi, memberikan dukungan efisien untuk Pemrosesan Analitik Online (OLAP) dan skenario analisis multidimensi lainnya.

Skenario

Tampilan yang di-materialisasi mengoptimalkan performa kueri dengan memprakalkulasi dan menyimpan hasil kueri. Fitur ini sangat berguna dalam skenario yang melibatkan data skala besar dan kueri kompleks karena mengurangi overhead komputasi real-time serta menyederhanakan logika kueri. Tampilan yang di-materialisasi banyak digunakan untuk pembuatan laporan cepat dan analitik data.

• Menghindari perhitungan berulang: Tampilan yang di-materialisasi cocok untuk menyimpan hasil perhitungan kompleks dan intensif sumber daya yang sering dikueri, sehingga menghindari penghitungan ulang data yang sama dan meningkatkan efisiensi kueri secara signifikan.

• Pragregasi data: Dalam skenario seperti pembuatan laporan dan analitik data, tampilan yang di-materialisasi dapat melakukan pra-agregasi data, seperti data penjualan harian, mingguan, atau bulanan serta data perilaku pengguna. Hasil perhitungan yang telah disimpan mengurangi waktu dan sumber daya yang dibutuhkan untuk komputasi real-time.

• Mengoptimalkan kueri data besar: Ketika skenario bisnis Anda melibatkan analisis volume data besar, kueri langsung terhadap data mentah dapat memakan waktu akibat pemindaian besar-besaran. Tampilan yang di-materialisasi mengurangi kebutuhan akses langsung ke data mentah, sehingga mempercepat kueri dan analisis.

• Mendukung analisis multidimensi: Tampilan yang di-materialisasi dapat memprakalkulasi data agregat untuk berbagai kombinasi dimensi, memberikan respons kueri yang efisien dan cepat dalam skenario analisis data multidimensi.

Deskripsi metrik

Buat 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

Mengkueri 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 |
+-----+--------------+------------+------------+---------------------+-----------+-------------------+------------------+---------------------+---------------------------+---------------------+---------------------+-------------------------+-----------------------+------------+---------------------+---------------------+

Perbarui tampilan yang di-materialisasi

Saat ini, tampilan yang di-materialisasi hanya mendukung pembaruan penuh. Proses ini menggunakan metode out-of-place, di mana tabel dasar fisik tersembunyi dibuat, pernyataan pembaruan dieksekusi padanya, lalu tabel dasar asli dan tersembunyi ditukar. Oleh karena itu, operasi pembaruan penuh memerlukan ruang penyimpanan tambahan. Keunggulan utama metode ini adalah mendukung kueri SQL apa pun.

Tampilan yang di-materialisasi mendukung dua metode pembaruan: pembaruan manual dan pembaruan 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;

Pantau dan kelola tugas pembaruan terjadwal

Pembaruan terjadwal tampilan yang di-materialisasi bergantung pada mekanisme penjadwalan otomatis sistem. Jika terdapat terlalu banyak tugas terjadwal, Anda dapat memantau dan mengelolanya dengan menangguhkan atau me-restart tugas pembaruan terjadwal untuk tampilan yang di-materialisasi pada tingkat tabel, basis data, 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;