1、使⽤物化视图中遇到的问题城市生活垃圾处理及污染防治技术政策
⼀般在创建物化视图的时候，在数据量不⼤的时候，刷新的⽅式都是采⽤完全刷新的。 随着系统的使⽤⼀些物化视图的源表的数据量在不断的增长，原本采⽤完全⽅式⼏秒就能刷新完成的物化视图，现在需要等待很久的时间才能刷新完成。
其实物化视图从⼀开始就帮我们想好了解决⽅法：通过物化视图⽇志来实现物化视图的快速刷新；
2、传统完全刷新区分快速刷新
完全刷新：先把物化视图的数据全部删除，然后把基表的数据插⼊到 物化视图中。
当数据达到百万级别时，若原表更新了⼀条数据，完全刷新就得 插⼊全部数据
快速刷新：保留物化视图的数据，然后基表的所有数据的变更记录到物化视图⽇志中 称呼后缀总结： 物化视图⽇志就是⼀个数据库引擎创建的表，⽤来跟踪基表发⽣的变更
有机物除杂所以若需要进⾏快速刷新，则需要建⽴物化视图⽇志
3、⾸先分析⼀下物化视图⽇志结构
Oracle物化视图⽇志根据不同物化视图的快速刷新的需要，可以建⽴为ROWID或PRIMARY KEY类型的。还可以选择是否包括SEQUENCE、INCLUDING NEW VALUES以及指定列的列表。
create table t (id number ,name varchar2(30),val number);
create materialized view log on t with rowid,sequence (id,name) including new values;
删除相应⽇志表：drop materialized view log on dim_a;
desc mlog$_t
ID和NAME: 标识基表中的列，记录每次DML操作对应的ID 和 NAME的值
m_row$$: 标识基表中ROWID信息，可以定位到发⽣DML操作的记录
sequence$$: DML操作发⽣的序列编号
dmltype$$: 标识DML类型
old_new$$: 标识物化视图⽇志中保存的数据是 DML操作之前的值还是之后的值
chance_vector$$: 记录DML操作发⽣在哪⼏个段上
总结：当刷新物化视图时，只需要根据SEQUENCE$$列给出的顺序，通过M_ROW$$定位到基表的记录，如果是UPDATE操作，通过CHANGE_VECTOR$$定位到字段，然后根据基表中的数据重复执⾏DML操作
4、并不是所有的物化视图都可以进⾏快速刷新
所有类型的快速刷新物化视图都必须满⾜的条件：
1.物化视图不能包含对不重复表达式的引⽤，如SYSDATE和ROWNUM；
2.物化视图不能包含对LONG和LONG RAW数据类型的引⽤。
只包含连接的物化视图：
1.必须满⾜所有快速刷新物化视图都满⾜的条件；
2.不能包括GROUP BY语句或聚集操作；
3.如果在WHERE语句中包含外连接，那么唯⼀约束必须存在于连接中内表的连接列上；
4.如果不包含外连接，那么WHERE语句没有限制，如果包含外连接，那么WHERE语句中只能使⽤AND连接，并且只能使⽤“＝”操作。
5.FROM语句列表中所有表的ROWID必须出现在SELECT语句的列表中。
6.FROM语句列表中的所有表必须建⽴基于ROWID类型的物化视图⽇志。
5、物化视图⽇志解决多视图的原理
物化视图⽇志——必须⽀持 多视图的快速刷新
也就是在刷新时，必须判断
1. 刷新时必须判断，哪些物化视图⽇志记录 是当前物化视图需要的（控制更新粒度）
2. 刷新后必须判断，哪些⽇志需要清除，哪些不需要清除
SQL> create materialized view mv_t_id refresh fast as select id, count(*) from t group by id;
SQL> create materialized view mv_t_name refresh fast as select name, count(*) from t group by name;
SQL> create materialized view mv_t_id_name refresh fast as select id, name, count(*) from t group by id, name;
SQL> insert into t values (1, 'a', 2);
SQL> insert into t values (1, 'b', 3);
SQL> insert into t values (2, 'a', 5);
SQL> insert into t values (3, 'b', 7);
SQL> update t set name = 'c' where id = 3;
SQL> delete t where id = 2;
SQL> commit;
snaptime$$: 4000-01-01 00:00:00。这个值表⽰这条记录还没有被任何物化视图刷新过，第⼀个刷新这些记录的物化视图会将SNAPTIME$$的值更新为物化视图当前的刷新时间。
SQL> exec fresh('MV_T_ID');
SQL> select id, name, m_row$$, snaptime$$, dmltype$$ from mlog$_t;
SQL> select name, last_refresh from user_mview_refresh_times
SQL> select mview_name, last_refresh_date, staleness from user_mviews
这些视图中记录了每个物化视图上次执⾏刷新操作的时间，并且给出每个物化视图中的数据是否和基表同步。
由于MV_T_ID刚刚进⾏了刷新，因此状态是FRESH，⽽另外两个由于在刷新（建⽴）之后，基表⼜进⾏了DML操作，因此状态为NEEDS_COMPILE。
台湾三党是哪三党如果这时对基表进⾏DML操作，则MV_T_ID的状态也会变为NEEDS_COMPILE南京 imax
SQL> insert into t values (4, 'd', 10);
SQL> commit;
SQL> select id, name, m_row$$, snaptime$$, dmltype$$ from mlog$_t; 【基表记录的 刷新时间】
SQL> select mview_name, last_refresh_date, staleness from user_mviews; [物化视图的 刷新时间]
下⾯刷新MV_T_ID_NAME(上次刷新了MV_T_ID)，刷新依据是：
1、仅刷新物化视图⽇志记录中 SNAPTIME$$列(基表记录的刷新时间) ⼤于 当前物化视图的LAST_REFRESH_DATE的记录(视图的刷新时间)
欣欣百宝箱2、对于SNAPTIME$$列的值是4000-01-01 00:00:00的记录，物化视图会把SNAPTIME$$列的值更新为当前刷新时间
3、那些已经被更新过的SNAPTIME$$列，则保持原值
SQL> exec fresh('MV_T_ID_NAME')
SQL> select id, name, m_row$$, snaptime$$, dmltype$$ from mlog$_t;
如果这时再次刷新物化视图MV_T_ID，则只有ID=4的这条记录的SNAPTIME$$的时间点⼤于MV_T_ID上次刷新的时间点，因此，只刷新这⼀条记录，且不会改变SNAPTIME$$的值。
SQL> exec fresh('MV_T_ID')
SQL> select id, name, m_row$$, snaptime$$, dmltype$$ from mlog$_t;
物化视图⽇志记录的删除
每次进⾏完刷新，物化视图⽇志都会试图删除没有⽤的物化视图⽇志记录。物化视图⽇志记录的删除条件是删除那些SNAPTIME$$列(⽇志记录)⼩于等于所有物化视图的上次刷新时间===旧数据，已经刷新的数据
SQL> insert into t values (5, 'e', 2);
SQL> commit;
SQL> exec fresh('MV_T_NAME')
SQL> drop materialized view log on t;
SQL> drop materialized view mv_t_id;
SQL> drop materialized view mv_t_name;
SQL> drop materialized view mv_t_id_name;
SQL> drop table t;
到此 完整删除了 物化视图，物化视图⽇志，实体表
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议