同步物化视图
更新时间：2025-05-29
什么是同步物化视图
同步物化视图是将预先计算（根据定义好的 SELECT 语句）的数据集，存储在 PALO 中的一个特殊的表。PALO 会自动维护同步物化视图的数据，无论是新增数据还是删除数据，都能保证基表（Base Table）和物化视图表的数据同步更新并保持一致，只有同步完成后，相关命令才会结束，无需任何额外的人工维护成本。查询时，PALO 会自动匹配到最优的物化视图，并直接从物化视图中读取数据。
适用场景
- 加速耗时的聚合运算
- 查询需要匹配不同的前缀索引
- 通过预先过滤减少需要扫描的数据量
- 通过预先完成复杂的表达式计算来加速查询
局限性
- 同步物化视图只支持针对单个表的 SELECT 语句，支持 WHERE、GROUP BY、ORDER BY 等子句，但不支持 JOIN、HAVING、LIMIT 子句和 LATERAL VIEW。
- 与异步物化视图不同，不能直接查询同步物化视图。
- SELECT 列表中，不能包含自增列，不能包含常量，不能有重复表达式，也不支持窗口函数。
- 如果 SELECT 列表包含聚合函数，则聚合函数必须是根表达式（不支持
sum(a) + 1，支持sum(a + 1)），且聚合函数之后不能有其他非聚合函数表达式（例如，SELECT x, sum(a)可以，而SELECT sum(a), x 不行）。 - 如果删除语句的条件列在物化视图中存在，则不能进行删除操作。如果确实需要删除数据，则需要先将物化视图删除，然后才能删除数据。
- 单表上过多的物化视图会影响导入的效率：导入数据时，物化视图和 Base 表的数据是同步更新的。如果一张表的物化视图表过多，可能会导致导入速度变慢，这就像单次导入需要同时导入多张表的数据一样。
- 物化视图针对 Unique Key 数据模型时，只能改变列的顺序，不能起到聚合的作用。因此，在 Unique Key 模型上不能通过创建物化视图的方式对数据进行粗粒度的聚合操作。
使用物化视图
PALO 系统提供了一整套针对物化视图的 DDL 语法，包括创建、查看和删除。下面通过一个示例来展示如何使用物化视图加速聚合计算。假设用户有一张销售记录明细表，该表存储了每个交易的交易 ID、销售员、售卖门店、销售时间以及金额。建表语句和插入数据语句如下：
SQL
1-- 创建一个 test_db
2create database test_db;
3use test_db;
4
5-- 创建表
6create table sales_records
7(
8 record_id int,
9 seller_id int,
10 store_id int,
11 sale_date date,
12 sale_amt bigint
13)
14distributed by hash(record_id)
15properties("replication_num" = "1");
16
17-- 插入数据
18insert into sales_records values(1,1,1,"2020-02-02",1), (1,1,1,"2020-02-02",2);创建物化视图
如果用户经常需要分析不同门店的销售量，则可以为 sales_records 表创建一个物化视图，该视图以售卖门店分组，并对相同售卖门店的销售额进行求和。创建语句如下：
SQL
1create materialized view store_amt as
2select store_id, sum(sale_amt) from sales_records group by store_id;检查物化视图是否创建完成
由于创建物化视图是一个异步操作，用户在提交创建物化视图任务后，可以通过命令异步地检查物化视图是否构建完成。命令如下：
SQL
1show alter table materialized view from test_db;该命令的结果将显示该数据库的所有创建物化视图的任务。结果示例如下：
SQL
1+--------+---------------+---------------------+---------------------+---------------+-----------------+----------+---------------+----------+------+----------+---------+
2| JobId | TableName | CreateTime | FinishTime | BaseIndexName | RollupIndexName | RollupId | TransactionId | State | Msg | Progress | Timeout |
3+--------+---------------+---------------------+---------------------+---------------+-----------------+----------+---------------+----------+------+----------+---------+
4| 494349 | sales_records | 2020-07-30 20:04:56 | 2020-07-30 20:04:57 | sales_records | store_amt | 494350 | 133107 | FINISHED | | NULL | 2592000 |
5+--------+---------------+---------------------+---------------------+---------------+-----------------+----------+---------------+----------+------+----------+---------+其中，TableName 指的是物化视图的数据来源表，RollupIndexName 指的是物化视图的名称。比较重要的指标是 State。当创建物化视图任务的 State 变为 FINISHED 时，就说明这个物化视图已经创建成功了。这意味着，在执行查询时有可能自动匹配到这张物化视图。
取消创建物化视图
如果创建物化视图的后台异步任务还未结束，可以通过以下命令取消任务：
SQL
1cancel alter table materialized view from test_db.sales_records;如果物化视图已经创建完毕，则无法通过该命令取消创建，但可以通过删除命令来删除物化视图。
查看物化视图的表结构
可以通过以下命令查看目标表上创建的所有物化视图及其表结构：
SQL
1desc sales_records all;该命令的结果如下：
SQL
1+---------------+---------------+---------------------+--------+--------------+------+-------+---------+-------+---------+------------+-------------+
2| IndexName | IndexKeysType | Field | Type | InternalType | Null | Key | Default | Extra | Visible | DefineExpr | WhereClause |
3+---------------+---------------+---------------------+--------+--------------+------+-------+---------+-------+---------+------------+-------------+
4| sales_records | DUP_KEYS | record_id | INT | INT | Yes | true | NULL | | true | | |
5| | | seller_id | INT | INT | Yes | true | NULL | | true | | |
6| | | store_id | INT | INT | Yes | true | NULL | | true | | |
7| | | sale_date | DATE | DATEV2 | Yes | false | NULL | NONE | true | | |
8| | | sale_amt | BIGINT | BIGINT | Yes | false | NULL | NONE | true | | |
9| | | | | | | | | | | | |
10| store_amt | AGG_KEYS | mv_store_id | INT | INT | Yes | true | NULL | | true | `store_id` | |
11| | | mva_SUM__`sale_amt` | BIGINT | BIGINT | Yes | false | NULL | SUM | true | `sale_amt` | |
12+---------------+---------------+---------------------+--------+--------------+------+-------+---------+-------+---------+------------+-------------+可以看到，sales_records有一个名叫store_amt的物化视图，这个物化视图就是前面步骤创建的。
查看物化视图的创建语句
可以通过以下命令查看物化视图的创建语句：
SQL
1show create materialized view store_amt on sales_records;输出如下：
SQL
1+---------------+-----------+------------------------------------------------------------------------------------------------------------+
2| TableName | ViewName | CreateStmt |
3+---------------+-----------+------------------------------------------------------------------------------------------------------------+
4| sales_records | store_amt | create materialized view store_amt as select store_id, sum(sale_amt) from sales_records group by store_id |
5+---------------+-----------+------------------------------------------------------------------------------------------------------------+查询物化视图
当物化视图创建完成后，用户在查询不同门店的销售量时，PALO 会直接从刚才创建的物化视图store_amt中读取聚合好的数据，从而提升查询效率。用户的查询依旧指定查询sales_records表，比如：
SQL
1select store_id, sum(sale_amt) from sales_records group by store_id;上面的查询就能自动匹配到store_amt。用户可以通过下面的命令，检验当前查询是否匹配到了合适的物化视图。
SQL
1explain select store_id, sum(sale_amt) from sales_records group by store_id;结果如下：
SQL
1+------------------------------------------------------------------------+
2| Explain String(Nereids Planner) |
3+------------------------------------------------------------------------+
4| PLAN FRAGMENT 0 |
5| OUTPUT EXPRS: |
6| store_id[#11] |
7| sum(sale_amt)[#12] |
8| PARTITION: HASH_PARTITIONED: mv_store_id[#7] |
9| |
10| HAS_COLO_PLAN_NODE: true |
11| |
12| VRESULT SINK |
13| MYSQL_PROTOCAL |
14| |
15| 3:VAGGREGATE (merge finalize)(384) |
16| | output: sum(partial_sum(mva_SUM__`sale_amt`)[#8])[#10] |
17| | group by: mv_store_id[#7] |
18| | sortByGroupKey:false |
19| | cardinality=1 |
20| | final projections: mv_store_id[#9], sum(mva_SUM__`sale_amt`)[#10] |
21| | final project output tuple id: 4 |
22| | distribute expr lists: mv_store_id[#7] |
23| | |
24| 2:VEXCHANGE |
25| offset: 0 |
26| distribute expr lists: |
27| |
28| PLAN FRAGMENT 1 |
29| |
30| PARTITION: HASH_PARTITIONED: record_id[#2] |
31| |
32| HAS_COLO_PLAN_NODE: false |
33| |
34| STREAM DATA SINK |
35| EXCHANGE ID: 02 |
36| HASH_PARTITIONED: mv_store_id[#7] |
37| |
38| 1:VAGGREGATE (update serialize)(374) |
39| | STREAMING |
40| | output: partial_sum(mva_SUM__`sale_amt`[#1])[#8] |
41| | group by: mv_store_id[#0] |
42| | sortByGroupKey:false |
43| | cardinality=1 |
44| | distribute expr lists: |
45| | |
46| 0:VOlapScanNode(369) |
47| TABLE: test_db.sales_records(store_amt), PREAGGREGATION: ON |
48| partitions=1/1 (sales_records) |
49| tablets=10/10, tabletList=266568,266570,266572 ... |
50| cardinality=1, avgRowSize=1805.0, numNodes=1 |
51| pushAggOp=NONE |
52| |
53| |
54| ========== MATERIALIZATIONS ========== |
55| |
56| MaterializedView |
57| MaterializedViewRewriteSuccessAndChose: |
58| internal.test_db.sales_records.store_amt chose, |
59| |
60| MaterializedViewRewriteSuccessButNotChose: |
61| not chose: none, |
62| |
63| MaterializedViewRewriteFail: |
64| |
65| |
66| ========== STATISTICS ========== |
67| planed with unknown column statistics |
68+------------------------------------------------------------------------+MaterializedViewRewriteSuccessAndChose 会展示被成功命中的物化视图，具体示例如下：
SQL
1+------------------------------------------------------------------------+
2| MaterializedViewRewriteSuccessAndChose: |
3| internal.test_db.sales_records.store_amt chose, |
4+------------------------------------------------------------------------+上述内容表明，查询成功命中了名为 store_amt 的物化视图。值得注意的是，若目标表中无任何数据，则可能不会触发对物化视图的命中。
关于 MATERIALIZATIONS 的详细说明：
- MaterializedViewRewriteSuccessAndChose：展示被成功选中并用于查询优化的物化视图。
- MaterializedViewRewriteSuccessButNotChose：展示匹配成功但未被选中的物化视图（优化器会基于物化视图的成本进行最优选择，这些匹配但未被选中的物化视图，表示它们并非最优选择）。
- MaterializedViewRewriteFail：展示未能匹配的物化视图，即原始 SQL 查询与现有物化视图无法匹配，因此无法使用物化视图进行优化。
删除物化视图
SQL
1drop materialized view store_amt on sales_records;使用示例
示例一：加速聚合查询
业务场景： 计算广告的 UV（独立访客数）和 PV（页面访问量）。
-
假设用户的原始广告点击数据存储在 PALO 中，那么针对广告 PV 和 UV 的查询就可以通过创建带有
bitmap_union的物化视图来提升查询速度。首先，创建一个存储广告点击数据明细的表，包含每条点击的点击时间、点击的广告、点击的渠道以及点击的用户。原始表创建语句如下：SQL1create table advertiser_view_record 2( 3 click_time datetime, 4 advertiser varchar(10), 5 channel varchar(10), 6 user_id int 7) distributed by hash(user_id) properties("replication_num" = "1"); 8insert into advertiser_view_record values("2020-02-02 02:02:02",'a','a',1), ("2020-02-02 02:02:02",'a','a',2); -
用户想要查询的是广告的 UV 值，也就是需要对相同广告的用户进行精确去重，查询语句一般为：
SQL1select 2 advertiser, 3 channel, 4 count(distinct user_id) 5from 6 advertiser_view_record 7group by 8 advertiser, channel; -
针对这种求 UV 的场景，可以创建一个带有
bitmap_union的物化视图，以达到预先精确去重的效果。在 PALO 中，count(distinct)聚合的结果和bitmap_union_count聚合的结果是完全一致的。因此，如果查询中涉及到count(distinct)，则通过创建带有bitmap_union聚合的物化视图可以加快查询。根据当前的使用场景，可以创建一个根据广告和渠道分组，对user_id进行精确去重的物化视图。SQL1create materialized view advertiser_uv as 2select 3 advertiser, 4 channel, 5 bitmap_union(to_bitmap(user_id)) 6from 7 advertiser_view_record 8group by 9 advertiser, channel; -
当物化视图表创建完成后，查询广告 UV 时，PALO 就会自动从刚才创建好的物化视图
advertiser_uv中查询数据。如果执行之前的 SQL 查询：SQL1select 2 advertiser, 3 channel, 4 count(distinct user_id) 5from 6 advertiser_view_record 7group by 8 advertiser, channel; -
在选中物化视图后，实际的查询会转化为：
SQL1select 2 advertiser, 3 channel, 4 bitmap_union_count(to_bitmap(user_id)) 5from 6 advertiser_uv 7group by 8 advertiser, channel; -
通过
explain命令检查查询是否匹配到了物化视图：SQL1explain select 2 advertiser, 3 channel, 4 count(distinct user_id) 5from 6 advertiser_view_record 7group by 8 advertiser, channel; -
输出结果如下：
SQL1+---------------------------------------------------------------------------------------------------------------------------------------------------------+ 2| Explain String(Nereids Planner) | 3+---------------------------------------------------------------------------------------------------------------------------------------------------------+ 4| PLAN FRAGMENT 0 | 5| OUTPUT EXPRS: | 6| advertiser[#13] | 7| channel[#14] | 8| count(DISTINCT user_id)[#15] | 9| PARTITION: HASH_PARTITIONED: mv_advertiser[#7], mv_channel[#8] | 10| | 11| HAS_COLO_PLAN_NODE: true | 12| | 13| VRESULT SINK | 14| MYSQL_PROTOCAL | 15| | 16| 3:VAGGREGATE (merge finalize)(440) | 17| | output: bitmap_union_count(partial_bitmap_union_count(mva_BITMAP_UNION__to_bitmap_with_check(CAST(`user_id` AS bigint)))[#9])[#12] | 18| | group by: mv_advertiser[#7], mv_channel[#8] | 19| | sortByGroupKey:false | 20| | cardinality=1 | 21| | final projections: mv_advertiser[#10], mv_channel[#11], bitmap_union_count(mva_BITMAP_UNION__to_bitmap_with_check(CAST(`user_id` AS bigint)))[#12] | 22| | final project output tuple id: 4 | 23| | distribute expr lists: mv_advertiser[#7], mv_channel[#8] | 24| | | 25| 2:VEXCHANGE | 26| offset: 0 | 27| distribute expr lists: | 28| | 29| PLAN FRAGMENT 1 | 30| | 31| PARTITION: HASH_PARTITIONED: user_id[#6] | 32| | 33| HAS_COLO_PLAN_NODE: false | 34| | 35| STREAM DATA SINK | 36| EXCHANGE ID: 02 | 37| HASH_PARTITIONED: mv_advertiser[#7], mv_channel[#8] | 38| | 39| 1:VAGGREGATE (update serialize)(430) | 40| | STREAMING | 41| | output: partial_bitmap_union_count(mva_BITMAP_UNION__to_bitmap_with_check(CAST(`user_id` AS bigint))[#2])[#9] | 42| | group by: mv_advertiser[#0], mv_channel[#1] | 43| | sortByGroupKey:false | 44| | cardinality=1 | 45| | distribute expr lists: | 46| | | 47| 0:VOlapScanNode(425) | 48| TABLE: test_db.advertiser_view_record(advertiser_uv), PREAGGREGATION: ON | 49| partitions=1/1 (advertiser_view_record) | 50| tablets=10/10, tabletList=266637,266639,266641 ... | 51| cardinality=1, avgRowSize=0.0, numNodes=1 | 52| pushAggOp=NONE | 53| | 54| | 55| ========== MATERIALIZATIONS ========== | 56| | 57| MaterializedView | 58| MaterializedViewRewriteSuccessAndChose: | 59| internal.test_db.advertiser_view_record.advertiser_uv chose, | 60| | 61| MaterializedViewRewriteSuccessButNotChose: | 62| not chose: none, | 63| | 64| MaterializedViewRewriteFail: | 65| | 66| | 67| ========== STATISTICS ========== | 68| planed with unknown column statistics | 69+---------------------------------------------------------------------------------------------------------------------------------------------------------+ - 在
explain的结果中，可以看到internal.test_db.advertiser_view_record.advertiser_uv chose。也就是说，查询会直接扫描物化视图的数据，说明匹配成功。其次，对于user_id字段求count(distinct)被改写为求bitmap_union_count(to_bitmap)，也就是通过 Bitmap 的方式来达到精确去重的效果。
示例二：匹配不同前缀索引
业务场景： 匹配前缀索引
用户的原始表包含三列（k1、k2、k3），其中 k1 和 k2 被设置为前缀索引列。当用户查询条件中包含where k1=1 and k2=2时，查询可以通过索引进行加速。然而，在某些情况下，用户的过滤条件可能无法匹配到前缀索引，例如 where k3=3，此时无法通过索引来提升查询速度。为了解决这个问题，可以创建一个以 k3 作为第一列的物化视图。
-
建表语句和插入数据语句如下：
SQL1create table test_table 2( 3 k1 int, 4 k2 int, 5 k3 int, 6 kx date 7) 8distributed by hash(k1) 9properties("replication_num" = "1"); 10 11insert into test_table values(1,1,1,1),(3,3,3,3); -
创建 k3 为前缀索引的物化视图：
SQL1create materialized view mv_1 as SELECT k3, k2, k1 FROM test_table; -
使用 EXPLAIN 检查查询是否匹配物化视图：
SQL1explain select k1, k2, k3 from test_table where k3=3; -
输出结果如下：
SQL1+----------------------------------------------------------+ 2| Explain String(Nereids Planner) | 3+----------------------------------------------------------+ 4| PLAN FRAGMENT 0 | 5| OUTPUT EXPRS: | 6| k1[#7] | 7| k2[#8] | 8| k3[#9] | 9| PARTITION: HASH_PARTITIONED: mv_k1[#2] | 10| | 11| HAS_COLO_PLAN_NODE: false | 12| | 13| VRESULT SINK | 14| MYSQL_PROTOCAL | 15| | 16| 0:VOlapScanNode(256) | 17| TABLE: test_db.test_table(mv_1), PREAGGREGATION: ON | 18| PREDICATES: (mv_k3[#0] = 3) | 19| partitions=1/1 (test_table) | 20| tablets=10/10, tabletList=271177,271179,271181 ... | 21| cardinality=1, avgRowSize=0.0, numNodes=1 | 22| pushAggOp=NONE | 23| final projections: mv_k1[#2], mv_k2[#1], mv_k3[#0] | 24| final project output tuple id: 2 | 25| | 26| | 27| ========== MATERIALIZATIONS ========== | 28| | 29| MaterializedView | 30| MaterializedViewRewriteSuccessAndChose: | 31| internal.test_db.test_table.mv_1 chose, | 32| | 33| MaterializedViewRewriteSuccessButNotChose: | 34| not chose: none, | 35| | 36| MaterializedViewRewriteFail: | 37| | 38| | 39| ========== STATISTICS ========== | 40| planed with unknown column statistics | 41+----------------------------------------------------------+ - 在 EXPLAIN 的结果中，可以看到
internal.test_db.test_table.mv_1 chose，这表明查询成功命中了物化视图。
示例三：预先过滤和表达式计算加速查询
业务场景： 需要提前过滤数据或加速表达式计算。
-
建表和插入数据语句如下：
SQL1create table d_table ( 2 k1 int null, 3 k2 int not null, 4 k3 bigint null, 5 k4 date null 6) 7duplicate key (k1,k2,k3) 8distributed BY hash(k1) buckets 3 9properties("replication_num" = "1"); 10 11insert into d_table select 1,1,1,'2020-02-20'; 12insert into d_table select 2,2,2,'2021-02-20'; 13insert into d_table select 3,-3,null,'2022-02-20'; -
创建物化视图：
SQL1-- mv1 提前进行表达式计算 2create materialized view mv1 as 3select 4 abs(k1)+k2+1, 5 sum(abs(k2+2)+k3+3) 6from 7 d_table 8group by 9 abs(k1)+k2+1; 10 11-- mv2 提前用 where 表达式过滤以减少物化视图中的数据量 12create materialized view mv2 as 13select 14 year(k4), 15 month(k4) 16from 17 d_table 18where 19 year(k4) = 2020; -
通过以下查询测试检测是否成功命中物化视图：
SQL1-- 命中 mv1 2select 3 abs(k1)+k2+1, 4 sum(abs(k2+2)+k3+3) 5from 6 d_table 7group by 8 abs(k1)+k2+1; 9 10-- 命中 mv1 11select 12 bin(abs(k1)+k2+1), 13 sum(abs(k2+2)+k3+3) 14from 15 d_table 16group by 17 bin(abs(k1)+k2+1); 18 19-- 命中 mv2 20select 21 year(k4) + month(k4) 22from 23 d_table 24where 25 year(k4) = 2020; 26 27-- 命中原始表 d_table 不会命中 mv2，因为 where 条件不匹配 28select 29 year(k4), 30 month(k4) 31from 32 d_table;
常见问题
-
当创建好物化视图后，为什么没有改写成功？
如果发现没有匹配的数据，可能是因为物化视图还处于构建过程中。此时，可以使用以下命令来查看物化视图的构建状态：
SQL1show alter table materialized view from test_db;如果查询结果显示
status字段不是FINISHED，那么需要等待，直到状态变为FINISHED后，物化视图才会变得可用。 -
从 2.x 升级到 3.0.0，为什么之前同步物化视图不能命中了？
自 3.0.0 版本起，默认使用基于 plan 结构信息的方式对同步物化视图进行透明改写，控制开关如下，如果发现之前 2.x 能命中但是 3.0.0 不能命中。 把如下开关关闭，如下开关默认开启。
SQL1`SET enable_sync_mv_cost_based_rewrite = true;`