PostgreSQL的物化视图

9.4英文文档:http://www.postgresql.org/docs/9.4/interactive/sql-creatematerializedview.html

9.3中文文档:http://www.postgres.cn/docs/9.3/sql-creatematerializedview.html


概述

物化视图是PG9.3新增的,物化视图既能记住查询SQL,也能填充数据。后期,还能在需要的时候通过refresh materialized view来实现数据刷新。(注意:目前还不支持在原表数据提交后自动刷新的功能)

refresh materialized view的 concurrently语法是9.4新增的,可以在刷新视图时不锁住对该物化视图的查询工作,但在多行受影响时刷新速度会下降;该参数的原理和优缺点与索引的concurrently类似,以时间来换取查询锁,刷新的速度会变慢。


一、创建物化视图:

语法:

CREATEMATERIALIZEDVIEWtable_name
[(column_name[,...])]
[WITH(storage_parameter[=value][,...])]
[TABLESPACEtablespace_name]
ASquery
[WITH[NO]DATA]

是一个PostgreSQL扩展。

CREATE MATERIALIZED VIEW用来定义一个查询的物化视图。在命令发出时,查询会被执行并且默认用来填充该物化视图(使用WITH NO DATA则不会填充)。之后可以通过REFRESH MATERIALIZED VIEW来刷新。

物化视图和表有很多相同的属性,但是物化视图不支持临时物化视图和自动生更OID(既不支持WITH oid语法)。

CREATE MATERIALIZED VIEW: 既保存数据,又保存SQL;

CREATE TABLE AS:只保存数据,不保存sql;

CREATE VIEW:不保存数据,只保存SQL;

参数:

table_name:是要创建的物化视图的名称(可以有模式修饰)。

column_name:物化视图的列名。如果不提供column_name,将从查询结果中去获取。

storage_parameter:该自居为物化视图指定可选的存储参数。请参照Storage Parameters。所有CREATE TABLE支持的参数CREATE MATERIALIZED VIEW也都支持,除了OID。请参照CREATE TABLE

tablespace_name:指定本物化视图会被创建到哪个表空间。如果不指定,则会使用default_tablespace

query:是一个SELECT,TABLE,或者VALUES查询.该查询将在一个受限制的安全操作中执行。对自身创建临时表的函数的调用会失败。

VALUES(1,'lily');等价于select1,'lily';
values(1,'lily'),(2,'lucy');
等价于select1AScolumn1,'lily'AScolumn2unionselect2,'lucy';

TABLEname;等价于SELECT*FROMname

WITH [NO] DATA: 声明物化视图是否在创建时填充数据。如果不填充的话,该物化视图将会被标记为不可扫描的,直到首次REFRESH MATERIALIZED VIEW执行后才能被查询。

例子:

table=#createtablelyy(idintprimarykey,namevarchar);
CREATETABLE
table=#insertintolyyselectgenerate_series(1,10),'name';
INSERT010
table=#select*fromlyy;
id|name
----+------
1|name
2|name
.....
(10rows)
--创建物化视图withdata或者缺省时,物化视图会被填充,处于可扫描状态
table=#creatematerializedviewlyy_mv(id,name)asselectid,namefromlyy;
SELECT10
table=#select*fromlyy_mv;
id|name
----+------
1|name
2|name
.....
(10rows)


二、刷新物化视图

语法:

REFRESHMATERIALIZEDVIEW[CONCURRENTLY]name
[WITH[NO]DATA]

REFRESH MATERIALIZED VIEW 会完全替代物化视图的原有内容,原有内容会被舍弃。如果声明了WITH DATA(或者是缺省),会执行后端查询来提供新的数据,物化视图的将保留在可扫描状态。如果声明了WITH NO DATA,物化视图将保留在不可扫描的状态。

CONCURRENTLYWITH NO DATA不能同时使用,否则会报错

参数:

name:要刷新的物化视图的名字(可以有模式修饰)。

CONCURRENTLY:刷新物化视图而不锁定物化视图上的查询。不指定concurrently选项时,一次影响很多行的刷新,将会使用更少的资源并且完成地更迅速,但是会锁定其他试图从该物化视图读数据的链接。该选项在少量行受影响时,可能速度会更快。

该选项仅在这种情况下才能使用:在物化视图上有至少一个UNIQUE索引,Unique索引仅使用列名并涵盖所有行。也就是说,必须首先创建至少一个,在物化视图的一个或多个字段上,没有where子句的,UNIQUE索引,才能使用concurrently选项;否则会报错。

在物化视图未被填充时,不能使用该选项;否则会报错。

即使一次运行一个带有该选项的REFRESH,也可能会与任何一个物化视图形成竞态。

例子:

--原表数据增加后,不刷新物化视图,物化视图的数据就不会变
table=#insertintolyyvalues(11,'lyy');
INSERT01
table=#select*fromlyy_mv;
id|name
----+------
1|name
2|name
......
(10rows)


--使用withdata或者缺省刷新物化视图后,新数据会填充,原数据被舍弃
table=#refreshmaterializedviewlyy_mvwithdata;
REFRESHMATERIALIZEDVIEW
table=#select*fromlyy_mv;
id|name
----+------
1|name
2|name
......
11|lyy
(11rows)


--使用withnodata刷新物化视图,原数据被舍弃,未填充新数据,将处于不可扫描状态。
table=#refreshmaterializedviewlyy_mvwithnodata;
REFRESHMATERIALIZEDVIEW
table=#select*fromlyy_mv;
ERROR:materializedview"lyy_mv"hasnotbeenpopulated
detail:UsetheREFRESHMATERIALIZEDVIEWcommand.
--重现刷新物化视图后,原数据恢复,物化视图又可以进行扫描
table=#refreshmaterializedviewlyy_mv;
REFRESHMATERIALIZEDVIEW
table=#select*fromlyy_mv;
id|name
----+------
1|name
2|name
......
11|lyy
(11rows)


--必须先创建至少一个unique索引(无where子句,至少涉及一个字段),才能使用concurrently
table=#refreshmaterializedviewconcurrentlylyy_mvwithdata;
ERROR:cannotrefreshmaterializedview"public.lyy_mv"concurrently
detail:CreateauniqueindexwithnoWHEREclauseononeormorecolumnsofth
ematerializedview.
table=#createuniqueindexlyy_mv_uindexonlyy_mv(id);
CREATEINDEX
table=#refreshmaterializedviewconcurrentlylyy_mvwithdata;
REFRESHMATERIALIZEDVIEW


--concurrently与withnodata不能同时使用.
table=#refreshmaterializedviewconcurrentlylyy_mvwithnodata;
ERROR:CONCURRENTLYandWITHNODATAoptionscannotbeusedtogether


--物化视图未被填充时,不能使用concurrently.
table=#refreshmaterializedviewlyy_mvwithnodata;
REFRESHMATERIALIZEDVIEW
table=#refreshmaterializedviewconcurrentlylyy_mvwithnodata;
ERROR:CONCURRENTLYcannotbeusedwhenthematerializedviewisnotpopulated


多事务中,物化视图的普通更新会阻塞对它的查询,currently更新不会阻塞查询。

物化视图的普通更新:

--事务1
table=#begin;
BEGIN
table=#selectpg_backend_pid();
pg_backend_pid
----------------
3644
table=#refreshmaterializedviewlyy_mvwithdata;
REFRESHMATERIALIZEDVIEW


--事务2
table=#begin;
BEGIN
table=#selectpg_backend_pid();
pg_backend_pid
----------------
1316
table=#selectpid,mode,relation,grantedfrompg_lockswhererelation='lyy_mv'::regclass;
pid|mode|relation|granted
------+---------------------+----------+---------
3644|AccessShareLock|74440|t
3644|ShareLock|74440|t
3644|ExclusiveLock|74440|t
3644|AccessExclusiveLock|74440|t
(4rows)


--事务3
table=#begin;
BEGIN
table=#selectpg_backend_pid();
pg_backend_pid
----------------
2772
table=#select*fromlyy_mv;
--查询处于等待状态


--事务2
table=#selectpid,grantedfrompg_lockswhererelation='lyy_mv'::regclass;
pid|mode|relation|granted
------+---------------------+----------+---------
2772|AccessShareLock|74440|f
3644|AccessShareLock|74440|t
3644|ShareLock|74440|t
3644|ExclusiveLock|74440|t
3644|AccessExclusiveLock|74440|t
(5rows)

物化视图的concurrently更新:

--事务1
table=#begin;
BEGIN
table=#selectpg_backend_pid();
pg_backend_pid
----------------
3644
table=#refreshmaterializedviewconcurrentlylyy_mvwithdata;
REFRESHMATERIALIZEDVIEW


--事务2
table=#begin;
BEGIN
table=#selectpid,grantedfrompg_lockswhererelation='lyy_mv':
:regclass;
pid|mode|relation|granted
------+------------------+----------+---------
3644|AccessShareLock|74440|t
3644|RowExclusiveLock|74440|t
3644|ExclusiveLock|74440|t
(3rows)


--事务3
table=#begin;
BEGIN
table=#selectpg_backend_pid();
pg_backend_pid
----------------
2772
table=#select*fromlyy_mv;
id|name
----+------
1|name
2|name
......
11|lyy
(11rows)
--查询可以执行,未被阻塞


--事务2
table=#selectpid,grantedfrompg_lockswhererelation='lyy_mv'::regclass;
pid|mode|relation|granted
------+------------------+----------+---------
2772|AccessShareLock|74440|t
3644|AccessShareLock|74440|t
3644|RowExclusiveLock|74440|t
3644|ExclusiveLock|74440|t
(4rows)


物化视图的普通更新要比concurrently更新的效率高很多。

table=#createtableyy(idintprimarykey,namevarchar);
CREATETABLE
table=#creatematerializedviewyy_mv(id,namefro
nodata;
SELECT0
table=#insertintoyy(id,name)selectgenerate_series(1,100000),'name
INSERT0100000
table=#selectcount(*)fromyy;
count
--------
100000
table=#\timing
Timeison.

--普通刷新
table=#refreshmaterializedviewyy_mvwithdata;
REFRESHMATERIALIZEDVIEW
Time:54.606ms
table=#selectcount(*)fromyy_mv;
count
--------
100000

--concurrently刷新,明显慢了很多.(此处不考虑数据量很小的情况)
--首先得为物化视图创建无where子句的unique索引。
table=#createuniqueindexyy_mv_uindexonyy_mv(id);
CREATEINDEX
table=#refreshmaterializedviewconcurrentlyyy_mvwithdata;
REFRESHMATERIALIZEDVIEW
TIME:226.042ms
table=#selectcount(*)fromyy;
count
--------
100000


三、移除物化视图

语法:

DROPMATERIALIZEDVIEW[IFEXISTS]name[,...][CASCADE|RESTRICT]

DROP MATERIALIZED VIEW 删除已存在的物化视图。要执行该命令必须是该物化视图的所有者。

参数:

IF EXISTS : 如果物化视图不存在不会抛出错误,仅发送一个提示信息。

name: 要移除的物化视图的名称(可以有模式修饰)。

CASCADE:自动删除依赖该物化视图的对象(比如其他的物化视图或者普通视图)。

RESTRICT : 如果有任何对象依赖于该物化视图,则拒绝删除该物化视图。(这是缺省的)。


参考资料:

http://francs3.blog.163.com/blog/static/405767272014421104127225/

http://my.oschina.net/Kenyon/blog/407093

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


文章浏览阅读601次。Oracle的数据导入导出是一项基本的技能,但是对于懂数据库却不熟悉Oracle的同学可能会有一定的障碍。正好在最近的一个项目中碰到了这样一个任务,于是研究了一下Oracle的数据导入导出,在这里跟大家分享一下。......_oracle 迁移方法 对比
文章浏览阅读553次。开头还是介绍一下群,如果感兴趣polardb ,mongodb ,mysql ,postgresql ,redis 等有问题,有需求都可以加群群内有各大数据库行业大咖,CTO,可以解决你的问题。加群请联系 liuaustin3 ,在新加的朋友会分到2群(共700多人左右 1 + 2)。最近我们在使用MYSQL 8 的情况下(8.025)在数据库运行中出现一个问题 参数prefer_order_i..._mysql prefer_ordering_index
文章浏览阅读3.5k次,点赞3次,收藏7次。折腾了两个小时多才成功连上,在这分享一下我的经验,也仅仅是经验分享,有不足的地方欢迎大家在评论区补充交流。_navicat连接opengauss
文章浏览阅读2.7k次。JSON 代表 JavaScript Object Notation。它是一种开放标准格式,将数据组织成中详述的键/值对和数组。_postgresql json
文章浏览阅读2.9k次,点赞2次,收藏6次。navicat 连接postgresql 注:navicat老版本可能报错。1.在springboot中引入我们需要的依赖以及相应版本。用代码生成器生成代码后,即可进行增删改查(略)安装好postgresql 略。更改配置信息(注释中有)_mybatisplus postgresql
文章浏览阅读1.4k次。postgre进阶sql,包含分组排序、JSON解析、修改、删除、更新、强制踢出数据库所有使用用户、连表更新与删除、获取今年第一天、获取近12个月的年月、锁表处理、系统表使用(查询所有表和字段及注释、查询表占用空间)、指定数据库查找模式search_path、postgre备份及还原_pgsql分组取每组第一条
文章浏览阅读3.3k次。上一篇我们学习了日志清理,日志清理虽然解决了日志膨胀的问题,但就无法再恢复检查点之前的一致性状态。因此,我们还需要日志归档,pg的日志归档原理和Oracle类似,不过归档命令需要自己配置。以下代码在postmaster.c除了开启归档外,还需要保证wal_level不能是MINIMAL状态(因为该状态下有些操作不会记录日志)。在db启动时,会同时检查archive_mode和wal_level。以下代码也在postmaster.c(PostmasterMain函数)。......_postgresql archive_mode
文章浏览阅读3k次。系统:ubuntu22.04.3目的:利用向日葵实现windows远程控制ubuntu。_csdn局域网桌面控制ubuntu
文章浏览阅读1.6k次。表分区是解决一些因单表过大引用的性能问题的方式,比如某张表过大就会造成查询变慢,可能分区是一种解决方案。一般建议当单表大小超过内存就可以考虑表分区了。1,继承式分区,分为触发器(trigger)和规则(rule)两种方式触发器的方式1)创建表CREATE TABLE "public"."track_info_trigger_partition" ( "id" serial, "object_type" int2 NOT NULL DEFAULT 0, "object_name..._pg数据表分区的实现
文章浏览阅读3.3k次。物联网平台开源的有几个,就我晓得的有、、thingskit、JetLink、DG-iot(还有其他开源的,欢迎在评论区留言哦!),然后重点分析了下ThingsBoard、ThingsPanel和JetLink,ThingsBoard和Jetlinks是工程师思维产品,可以更多的通过配置去实现开发的目的,ThingsPanel是业务人员思路产品,或者开发或者用,避免了复杂的配置带来的较高学习门槛。ThingsBoard和Jetlinks是Java技术体系的,ThingsPanel是PHP开发的。_jetlinks和thingsboard
文章浏览阅读3.8k次。PostgreSQL 数据类型转换_pgsql数字转字符串
文章浏览阅读7k次,点赞3次,收藏14次。在做数据统计页面时,总会遇到统计某段时间内,每天、每月、每年的数据视图(柱状图、折线图等)。这些统计数据一眼看过去也简单呀,不就是按照时间周期(天、月、年)对统计数据进行分个组就完了嘛?但是会有一个问题,简单的写个sql对周期分组,获取到的统计数据是缺失的,即没有数据的那天,整条记录也都没有了。如下图需求:以当前月份(2023年2月)为起点,往后倒推一年,查询之前一年里每个月的统计数据。可见图中的数据其实是缺少的,这条sql只查询到了有数据的月份(23年的1月、2月,22年的12月)_如何用一条sql查出按年按月按天的汇总
文章浏览阅读3.8k次,点赞66次,收藏51次。PostgreSQL全球开发小组与2022年10月13日,宣布发布PostgreSQL15,这是世界上最先进的开源数据库的最新版本_mysql8 postgresql15
文章浏览阅读1.3k次。上文介绍了磁盘管理器中VFD的实现原理,本篇将从上层角度讲解磁盘管理器的工作细节。_smgrrelationdata
文章浏览阅读1.1k次。PostgreSQL设置中文语言界面和局域网访问_postgressql汉化
文章浏览阅读4.2k次。PostgreSQL 修改数据存储路径_如何设置postgresql 数据目录
文章浏览阅读4.7k次。在项目中用到了多数据源,在连接postgres数据库时,项目启动报错,说数据库连接错误,说dual不存在,网上好多教程都是说数据库查询的时候的大小写问题,而这个仅仅是连接,咋鞥却处理方法是修改application-dev.yml中的配置文件.项目中的druid参数是这样的:确实在配置文件中有个查询语句。_relation "dual" does not exist
文章浏览阅读4.9k次。PostgreSQL是一款强大的关系型数据库,但在实际使用过程中,许多用户经常会遇到慢SQL的问题。这些问题不仅会降低数据库性能,还会直接影响业务流程和用户体验。因此,本文将会深入分析PostgreSQL慢SQL的原因和优化方案,帮助用户更好地利用这个优秀的数据库系统。无论你是初学者还是专业开发者,本文都将为你提供实用的技巧和方法,让你的PostgreSQL数据库始终保持高效快速。_postgresql数据库优化
文章浏览阅读1.6k次。Linux配置postgresql开机自启_linux 启动pgsql
文章浏览阅读2k次。本篇介绍如何在centos7系统搭建一个postgresql主备集群实现最近的HA(高可用)架构。后续更高级的HA模式都是基于这个最基本的主备搭建。_postgresql主备