PolarDB:Fully refreshing a materialized view

As visualizações materializadas em clusters PolarDB for MySQL oferecem suporte à atualização completa, tanto por métodos agendados quanto manuais. Um mecanismo de tarefas em segundo plano gerencia essas atualizações. Você pode utilizá-las com um IMCI para acelerar consultas, melhorar a eficiência das tarefas de atualização e reduzir a carga nos nós somente leitura. Baseado na arquitetura HTAP do PolarDB, este recurso aprimora ainda mais as capacidades de processamento analítico (AP).

Diferente de uma visualização comum, a visualização materializada contém uma cópia física dos dados acessíveis diretamente. Ela é composta pela própria visualização e sua tabela base física subjacente.

• Criar uma visualização materializada: A criação da visualização e a materialização dos dados são etapas distintas. O processo de materialização é uma operação assíncrona enviada como tarefa em segundo plano para popular a tabela base física, cujo nome se associa à visualização. As tarefas de materialização e atualização incluem operações de consulta e inserção. É possível descarregar a consulta para um nó somente leitura com IMCI, acelerando o desempenho e reduzindo o impacto no nó primário.

• Consultar uma visualização materializada: As consultas em uma visualização materializada são executadas na tabela base física subjacente.

• Atualizar uma visualização materializada: O processo de atualização completa cria uma nova tabela base física oculta. Após a execução da instrução de atualização na tabela oculta, o sistema alterna entre a tabela base original e a oculta. Essa ação atualiza a tabela de metadados com as informações da tabela base física mais recente e sincroniza a estrutura em memória para consultas.

• Monitoramento e gerenciamento de tarefas: Consulte a fila de tarefas de atualização em segundo plano para visualizar detalhes. Também é possível monitorar e gerenciar tarefas pausando ou reiniciando atualizações agendadas de uma visualização materializada nos níveis de tabela, banco de dados ou global.

Requisitos

Seu cluster PolarDB for MySQL deve atender a um dos seguintes requisitos:

• MySQL 8.0.1, com versão secundária do mecanismo 8.0.1.1.51 ou posterior.

• MySQL 8.0.2, com versão secundária do mecanismo 8.0.2.2.31 ou posterior.

Benefícios

• Evita cálculos repetidos: Para consultas complexas e intensivas em recursos, os resultados são calculados uma única vez e reutilizados diversas vezes, melhorando significativamente a eficiência das consultas.

• Pré-agregação de dados: Agrege previamente dados para relatórios diários, semanais e mensais, acelerando a geração de relatórios e a análise de dados.

• Otimização de consultas em grandes conjuntos de dados: Reduz varreduras diretas em grandes volumes de dados brutos e acelera o tempo de resposta para consultas analíticas.

• Suporte à análise multidimensional: Pré-calcule dados agregados para diferentes combinações de dimensões, oferecendo suporte eficiente a cenários OLAP e outras análises multidimensionais.

Casos de uso

Visualizações materializadas otimizam o desempenho de consultas ao pré-calcular e armazenar resultados. Elas são especialmente úteis para processar dados em grande escala e consultas complexas. Ao reduzir a sobrecarga de computações em tempo real e simplificar lógicas complexas, tornam-se ideais para geração rápida de relatórios e análise de dados.

• Evitar cálculos repetidos: Ideal para armazenar resultados de cálculos frequentes e custosos. O uso de visualizações materializadas elimina a necessidade de recalcular os mesmos dados, aumentando consideravelmente a eficiência das consultas.

• Pré-agregação de dados: Na geração de relatórios e análises, as visualizações materializadas podem agregar previamente informações como vendas diárias, semanais ou mensais e dados de comportamento do usuário. Armazenar resultados antecipadamente diminui o tempo e os recursos necessários para computação em tempo real.

• Consultas otimizadas em grandes conjuntos de dados: Consultar diretamente grandes volumes de dados brutos pode ser demorado devido a varreduras frequentes e extensas. Visualizações materializadas reduzem a necessidade de acessar dados brutos diretamente, acelerando consultas e análises.

• Suporte à análise multidimensional: É possível pré-calcular dados agregados para várias combinações de dimensões, permitindo respostas rápidas e eficientes para análises de dados multidimensionais baseadas em cenários.

Parâmetros

Criar uma visualização materializada

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

Consultar uma visualização materializada

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 |
+-----+--------------+------------+------------+---------------------+-----------+-------------------+------------------+---------------------+---------------------------+---------------------+---------------------+-------------------------+-----------------------+------------+---------------------+---------------------+

Atualizar uma visualização materializada

Atualmente, as visualizações materializadas oferecem suporte apenas à atualização completa. Esse processo utiliza um método fora do local (out-of-place): cria uma tabela base física oculta, executa a instrução de atualização nela e, em seguida, alterna entre a tabela base original e a oculta. Portanto, uma atualização completa requer espaço de armazenamento adicional. Sua principal vantagem é o suporte a qualquer consulta SQL.

Visualizações materializadas oferecem suporte a dois métodos de atualização: manual e agendada.

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;

Remover uma visualização materializada

DROP MATERIALIZED VIEW <view_name>;

DROP MATERIALIZED VIEW mv1;

Monitorar e gerenciar tarefas

A atualização agendada de uma visualização materializada depende do mecanismo de agendamento automático do sistema. Pode ser necessário monitorar e gerenciar um grande número de tarefas agendadas. Pause ou reinicie tarefas de atualização agendada para uma visualização materializada nos níveis de tabela, banco de dados ou 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;