MaxCompute:マテリアライズドビューのクエリリライト

例 1：フィルター条件による書き換え

1. マテリアライズドビューを作成します。

   CREATE MATERIALIZED VIEW mv AS SELECT a,b,c FROM src WHERE a>5;

2. 次の表に、このマテリアライズドビューの書き換え例を示します。

   元のクエリ	書き換え後のクエリ
   SELECT a,b FROM src WHERE a>5;	SELECT a,b FROM mv;
   SELECT a, b FROM src WHERE a=10;	SELECT a,b FROM mv WHERE a=10;
   SELECT a, b FROM src WHERE a=10 AND b='3';	SELECT a,b FROM mv WHERE a=10 AND b=3;
   SELECT a, b FROM src WHERE a>3;	(SELECT a,b FROM src WHERE a>3 AND a<=5) UNION (SELECT a,b FROM mv);
   SELECT a, b FROM src WHERE a=10 AND d=4;	マテリアライズドビューに列 d が含まれていないため、書き換えは失敗します。
   SELECT d, e FROM src WHERE a=10;	マテリアライズドビューに列 d と e が含まれていないため、書き換えは失敗します。
   SELECT a, b FROM src WHERE a=1;	マテリアライズドビューに a=1 のデータが含まれていないため、書き換えは失敗します。

例 2：集計関数による書き換え

例 3：JOIN 句による書き換え

これら 3 つの JOIN 書き換えシナリオは組み合わせることができます。

マテリアライズドビューのクエリリライトの目的はクエリを高速化することであるため、MaxCompute は最高のパフォーマンスを提供する書き換えルールを優先します。高速化の効果が低い操作を導入するルールは適用されません。

例 4：LEFT JOIN 句による書き換え

1. マテリアライズドビューを作成します。

   CREATE MATERIALIZED VIEW mv LIFECYCLE 7(
           user_id,
           job,
           total_amount
   ) AS SELECT t1.user_id, t1.job, sum(t2.order_amount) AS total_amount 
         FROM user_info AS t1 LEFT JOIN sale_order AS t2 ON t1.user_id=t2.user_id GROUP BY t1.user_id, t1.job;

2. 次の表に、このマテリアライズドビューに基づいてクエリがどのように書き換えられるかを示します。

   元のクエリ	書き換え後のクエリ
   SELECT t1.user_id, sum(t2.order_amount) AS total_amount FROM user_info AS t1 LEFT JOIN sale_order AS t2 ON t1.user_id=t2.user_id GROUP BY t1.user_id;	SELECT user_id, total_amount FROM mv;

例 5：UNION ALL 句による書き換え

1. マテリアライズドビューを作成します。

   CREATE MATERIALIZED VIEW mv LIFECYCLE 7( 
           user_id, 
           tran_amount, 
           tran_date 
   ) AS SELECT user_id, tran_amount, tran_date FROM alipay_tran UNION ALL 
   SELECT user_id, tran_amount, tran_date FROM unionpay_tran;

2. 次の表に、このマテリアライズドビューに基づいてクエリがどのように書き換えられるかを示します。

   元のクエリ	書き換え後のクエリ
   SELECT user_id, tran_amount FROM alipay_tran UNION ALL SELECT user_id, tran_amount FROM unionpay_tran;	SELECT user_id, tran_amount FROM mv;

例 6：ユースケース

1. シナリオ

   visit_records という名前のページ訪問テーブルがあり、各訪問のページ ID、ユーザー ID、訪問時間を記録しているとします。頻繁に行われる分析タスクは、異なるページの訪問数をカウントすることです。

   この状況では、visit_records 上にページ ID でグループ化し、各ページの訪問数をカウントするマテリアライズドビューを作成できます。その後、後続のクエリをこのマテリアライズドビューに対して実行できます。

   visit_records の構造は次のとおりです。

   +------------------------------------------------------------------------------------+
   | Field           | Type       | Label | Comment                                     |
   +------------------------------------------------------------------------------------+
   | page_id         | string     |       |                                             |
   | user_id         | string     |       |                                             |
   | visit_time      | string     |       |                                             |
   +------------------------------------------------------------------------------------+

2. マテリアライズドビューを作成します。

   -- visit_records テーブルに対して、ページ ID でグループ化し、各ページの訪問数をカウントするマテリアライズドビューを作成します。
   
   CREATE MATERIALIZED VIEW count_mv AS SELECT page_id, count(*) FROM visit_records GROUP BY page_id;

3. 次のクエリを実行します。

   SET odps.sql.materialized.view.enable.auto.rewriting=true; 
   SELECT page_id, count(*) FROM visit_records GROUP BY page_id;

   このクエリ文が実行されると、MaxCompute は自動的にマテリアライズドビュー count_mv を照合し、count_mv から事前集計されたデータを読み取ります。

4. クエリがマテリアライズドビューを使用して書き換えられたことを確認するには、次の EXPLAIN コマンドを実行します。

   EXPLAIN SELECT page_id, count(*) FROM visit_records GROUP BY page_id;

   次の結果が返されます。

   job0 is root job
   
   In Job job0:
   root Tasks: M1
   
   In Task M1:
       Data source: doc_test_dev.count_mv
       TS: doc_test_dev.count_mv
           FS: output: Screen
               schema:
                 page_id (string)
                 _c1 (bigint)
   
   
   OK

   返された結果の Data source は、クエリが読み取ったテーブルが doc_test_dev プロジェクトの count_mv であることを示しています。これは、マテリアライズドビューが有効であり、クエリリライトが成功したことを示します。