【大数据面试题】27 讲下Doris的物化视图

一步一个脚印，一天一道面试题。

物化视图概念

物化视图，顾名思义，是将一个查询的结果预先计算并存储为物理表的形式。这意味着，原本需要在运行时动态执行的复杂查询，现在变成了直接从已经计算好的结果表中读取数据，极大地提升了查询速度。它是一种典型的“空间换时间”的策略，牺牲一定的存储空间来换取查询性能的显著提升。

优点

• 自动维护：Doris自动维护物化视图的数据，无论基础表有新的数据导入还是删除操作，都能确保物化视图与基础表的数据保持一致，无需人工干预。（方便，减少人工）
• 查询优化：查询时，Doris能够自动匹配最优的物化视图，并直接从该视图中读取数据，从而跳过不必要的计算步骤，加快查询速度。
• 资源优化：通过物化视图，可以将计算密集型的操作在数据加载时完成，减少了计算资源消耗。

建议使用场景

• 存储占用小：这不是必须的，但由于物化视图是需要占用存储空间的，是“空间换时间”的典型，所以尽量使用较少的列（少于10列）。
• 复杂查询加速：对于包含多表JOIN或复杂聚合函数的查询，通过预计算结果，物化视图可以提供即时的查询反馈。

物化视图举例

假设有一个大型电商公司的数据库中包含一张名为orders的表，记录了所有订单信息，包括order_id（订单ID）、user_id（用户ID）、product_id（商品ID）、order_date（订单日期）等字段。公司经常需要统计按天的用户购买次数（用户活跃度UV）和商品浏览次数（页面访问量PV）。

为了加速这类固定维度的聚合查询，可以创建一个物化视图。例如，创建一个物化视图daily_uv_pv，预先计算每天每个用户的购买次数和每个商品的浏览次数：

CREATE MATERIALIZED VIEW daily_uv_pv
AS
SELECT 
    user_id, 
    product_id, 
    DATE(order_date) AS order_day,
    COUNT(DISTINCT order_id) AS user_activity_count, -- UV计数
    COUNT(order_id) AS product_view_count       -- PV计数
FROM orders
GROUP BY user_id, product_id, DATE(order_date);

这样，当业务方需要查询特定日期的用户活跃度或商品浏览量时，可以直接从daily_uv_pv物化视图中快速获取结果，而不需要每次查询时都去扫描和汇总庞大的原始订单表，大大提高了查询效率。同时，Doris系统会自动管理物化视图的数据同步，确保数据的时效性和准确性。

我是近未来，祝你变得更强！