河北省建设工程招标投标网站,精湛的网站建设排行榜,桐城市住房和城乡建设局网站,做网站有谁做【问题】
今天有A问我一个问题#xff0c;我明明创建了一个物化视图#xff0c;源表是有数据的#xff0c;为什么查询物化视图就没有数据#xff1f;
创建物化视图的SQL示意如下#xff1a;
CREATE MATERIALIZED VIEW schema1.test_mvon cluster clusterNameTO schema1…【问题】
今天有A问我一个问题我明明创建了一个物化视图源表是有数据的为什么查询物化视图就没有数据
创建物化视图的SQL示意如下
CREATE MATERIALIZED VIEW schema1.test_mvon cluster clusterNameTO schema1.test_dtl(field_a UInt64,field_b UInt32,field_f Int8)
AS
SELECT t1.field_a,t2.field_b,t3.field_f
FROM schema1.table1 AS t1LEFT JOIN(SELECT field_a,field_bFROM schema1.table4 t4) AS t2 ON t1.field_a toUInt64(t2.field_a)LEFT JOIN schema1.table3 AS t3 ON t2.field_b t3.field_e
WHERE (t1.create_type 1)A的意思是
SELECT t1.field_a,t2.field_b,t3.field_f
FROM schema1.table1 AS t1LEFT JOIN(SELECT field_a,field_bFROM schema1.table4 t4) AS t2 ON t1.field_a toUInt64(t2.field_a)LEFT JOIN schema1.table3 AS t3 ON t2.field_b t3.field_e
WHERE (t1.create_type 1)
是有数据的但是直接查
select * from schema1.test_mv是没数据的 由于我很久没有用物化视图也是愣了一下自己动手做了些实验才搞懂。
其实如果熟悉clickhouse物化视图的特性就知道创建的物化视图并不会把创建之前的数据给加载进来只会把创建物化视图后的数据加载进来所以一开始查不到数据是正常的。 借这个机会我也边做实验边复习了一下物化视图的相关知识。 物化视图的机制是什么
一个物化视图的实现是这样的当向SELECT中指定的表插入数据时检测到有物化视图跟它关联会针对这批写入的数据进行物化操作。即插入数据的一部分被这个SELECT查询转换结果插入到视图中。
物化视图其实是数据库中的预计算逻辑显式缓存典型的空间换时间思路。 物化视图可以计算聚合重组表主索引和排序顺序可以很好地跨大量节点和处理大型数据集。 因此ClickHouse 中的物化视图更像是插入触发器。 如果视图查询中有一些聚合则它仅应用于一批新插入的数据。 对源表现有数据的任何更改如更新、删除、删除分区等都不会更改物化视图。 为什么需要物化视图
想像一个场景有一个大的用户日志表需要每个小时统计一些用户行为指标例如登录时长
如果每个小时都从这个大表里面去读则由于数据量太大效率很慢而且对这个表的压力会很大尤其是各种指标需求都需要访问这个表。
有一个方法如果对 用户日志表 进行预聚合把结果保存到一个新表 xx_mv并随着 用户日志表 增量实时更新每次去查询xx_mv 就可以了。
这就是物化视图的其中一个作用。 为何物化视图比表查询快 一般来说物化视图会快一些。 因为物化视图相当于物理表已经将符合条件的数据存入物理的物化视图表中查询已经和原来的基表没有关系因此一般来说物化视图的数据量会远小于原来的基表。 而直接查询或者使用一般的视图还是要在原来的基表中查询。 物化视图在复杂的SQL查询的时候效果就很明显了可以把一个查询出来的数据存到物理空间里还可以创建索引、排序等等。 下面我们用具体的实验例子来看看这些特性。
物化视图的几个有趣的特性 物化视图与表一样可以指定表引擎、分区键、主键和表设置参数 例如 CREATE MATERIALIZED VIEW test_mv ENGINE SummingMergeTree PARTITION BY toYYYYMM(ctime) ORDER BY (userid) AS SELECT xxx FROM table WHERE ctime toDateTime(2024-01-01 00:00:00) GROUP BY userid 物化视图并不会把创建之前的数据给加载进来
准备表table1,table2,talbe4,里面灌入相关数据然后执行
SELECT t1.field_a, t1.field_b, t3.field_f FROM schema1.table1 AS t1 LEFT JOIN ( SELECT field_a, field_b FROM schema1.table4 t4 ) AS t2 ON t1.field_a toUInt64(t2.field_a) LEFT JOIN schema1.table3 AS t3 ON t2.field_b t3.field_e WHERE (t1.create_type 1)
返回数据是500
此时还没创建物化视图
然后创建物化视图
CREATE MATERIALIZED VIEW schema1.test_mvon cluster clusterNameTO schema1.test_dtl(field_a UInt64,field_b UInt32,field_f Int8)
AS
SELECT t1.field_a,t2.field_b,t3.field_f
FROM schema1.table1 AS t1LEFT JOIN(SELECT field_a,field_bFROM schema1.table4 t4) AS t2 ON t1.field_a toUInt64(t2.field_a)LEFT JOIN schema1.table3 AS t3 ON t2.field_b t3.field_e
WHERE (t1.create_type 1)其中schema1.test_dtl是新表的实体表里面数据是空的。
查询创建好的物化视图和物化视图表
select * from schema1.test_mv
select * from schema1.test_dtl
均返回空表明物化视图并不会把创建之前的数据给加载进来
然后往table1中插入数据
insert into schema.table1(field_a,create_type) values(1,1),(2,1);
然后查询
物化视图和物化视图表
select * from schema1.test_mv
select * from schema1.test_dtl
均返回相同的两条数据表明当向SELECT中指定的表插入数据时检测到有物化视图跟它关联会针对这批写入的数据进行物化操作 这里就有一个问题为什么有了物化视图还需要加个物化视图表
其实就是问要不要创建物化视图时进行 [TO[db.]name] 配置 如果创建物化视图时不带TO [db].[table]且必须指定ENGINE用于存储数据的表引擎和建表类似这种方法ClickHouse会创建一个隐藏的目标表私有表来保存视图数据可以通过SHOW TABLES查看(inner_id开头的表)删除视图私有表会消失 如果使用TO [db].[table]创建物化视图[db].[table]必须是一张已经存在的表用来保存视图数据此时创建物化视图相当于在表上面附加了一个物化视图。 需要注意间接创建不能使用POPULATE关键字。 配置的好处可以明确指定物化视图的存储位置避免与其他表或视图产生名称冲突或者误删误操作。
另外如果物化视图表本身是有数据的那么在创建物化视图后该物化视图就会含有该物化视图表的数据。 不指定POPULATE时如何初始化
clickhouse有POPULATE关键字的但是不建议使用POPULATE因为在创建视图期间插入基础表中的数据不会被插入物化视图会造成数据的丢失。
如果指定POPULATE则在创建视图时将现有表数据插入到视图中就像创建一个CREATE TABLE ... AS SELECT ...一样。 那么在不用POPULATE的前提下怎么进行物化视图的初始化其实很简单在 MV 建好之后将数据手动insert into test_mv select * from 来导入数据到 MV 对源表现有数据的任何更改如更新、删除、删除分区等都不会更改物化视图
还是使用上面创建好的test_mv由于前面我们执行
insert into schema.table1(field_a,create_type) values(1,1),(2,1);
所以目前test_mv里面有两条数据。
我们修改table1中的数据
alter table schema.table1_replica(本地表 on cluster clusterName
update create_type2 where field_a1
按照前面的创建物化视图的sql,我们知道只会把schema.table1里面create_type1的数据纳入物化视图因此我们去查现有的test_mv:
select * from schema1.test_mv
仍然是原先是两条数据。
因此可以证明对源表现有数据的修改不会更改物化视图。
同理物化视图不支持同步删除若源表的数据不存在删除了则物化视图的数据仍然保留
在创建 MV 表时如用到了多表联查只有当第一个查询的表有数据插入时这个 MV 才会被触发
还是使用上面创建好的test_mv目前有两条数据
(field_a,field_b,create_type) (1,0,1),(2,0,1);
我们插入table4的数据
insert into cs_data.table4(field_a,field_b) values(1,99999) ,(2,8888);
然后查询test_mv发现数据没变仍然是
(field_a,field_b,create_type) (1,0,1),(2,0,1);
而不是(field_a,field_b,create_type) (1,99999,1),(2,888,1);
表明在创建 MV 表时如用到了多表联查只有当第一个查询的表有数据插入时这个 MV 才会被触发 无缝更改ClickHouse物化视图SELECT逻辑的方法 无缝更改ClickHouse物化视图SELECT逻辑的方法-CSDN博客 物化视图的缺点 1.空间换时间因此占空间。 2.使用难度较大需要合理设计表结构对历史数据做聚合分析 3.仅支持插入触发不支持历史数据的更新 4.它的本质是一个流式数据的使用场景是累加式的技术所以要用历史数据做去重、去更新的场景就不适合 因此如果一张表加了好多物化视图在写这张表的时候就会消耗很多机器的资源比如数据带宽占满、存储一下子增加了很多。 物化视图适合的场景 1.解决表索引问题我们可以用物化视图创建另外一种物理序来满足某些条件下的查询问题。 2.可以借助 MergeTree 家族引擎(SummingMergeTree、Aggregatingmergetree等)得到一个实时的预聚合满足快速查询。
