创建、查询与维护异步物化视图

更新时间：2025-08-21

本文将详细说明物化视图创建、物化视图直查、查询改写和物化视图常见运维。

物化视图创建

权限说明

创建物化视图：需要具有物化视图的创建权限（与建表权限相同）以及创建物化视图查询语句的查询权限（与 SELECT 权限相同）。

创建语法

Plain Text

1CREATE MATERIALIZED VIEW 
2[ IF NOT EXISTS ] <materialized_view_name>
3    [ (<columns_definition>) ] 
4    [ BUILD <build_mode> ]
5    [ REFRESH <refresh_method> [refresh_trigger]]
6    [ [DUPLICATE] KEY (<key_cols>) ]
7    [ COMMENT '<table_comment>' ]
8    [ PARTITION BY (
9        { <partition_col> 
10            | DATE_TRUNC(<partition_col>, <partition_unit>) }
11                    )]
12    [ DISTRIBUTED BY { HASH (<distribute_cols>) | RANDOM }
13        [ BUCKETS { <bucket_count> | AUTO } ]
14    ]               
15    [ PROPERTIES (
16          -- Table property
17          <table_property>
18          -- Additional table properties
19          [ , ... ]) 
20    ]
21    AS <query>

刷新配置

build_mode 刷新时机

物化视图创建完成是否立即刷新。

IMMEDIATE：立即刷新，默认方式。
DEFERRED：延迟刷新。

refresh_method 刷新方式

COMPLETE：刷新所有分区。
AUTO：尽量增量刷新，只刷新自上次物化刷新后数据变化的分区，如果不能感知数据变化的分区，只能退化成全量刷新，刷新所有分区。

refresh_trigger 触发方式

ON MANUAL 手动触发

用户通过 SQL 语句触发物化视图的刷新，策略如下

检测基表的分区数据自上次刷新后是否有变化，刷新数据变化的分区。

Plain Text

1REFRESH MATERIALIZED VIEW mvName AUTO;

提示
如果物化视图定义 SQL 使用的基表是 JDBC 表，Doris 无法感知表数据变化，刷新物化视图时需要指定COMPLETE。如果指定了 AUTO，会导致基表有数据，但是刷新后物化视图没数据。刷新物化视图时，目前 Doris 只能感知内表和 Hive 数据源表数据变化，其他数据源逐步支持中。

不校验基表的分区数据自上次刷新后是否有变化，直接刷新物化视图的所有分区。

Plain Text

1REFRESH MATERIALIZED VIEW mvName COMPLETE;

只刷新指定的分区。

Plain Text

1REFRESH MATERIALIZED VIEW mvName partitions(partitionName1,partitionName2);

提示
partitionName 可以通过 SHOW PARTITIONS FROM mvName 获取。从 2.1.3 版本开始支持 Hive 检测基表的分区数据自上次刷新后是否有变化，其他外表暂时还不支持。内表一直支持。

ON SCHEDULE 定时触发

通过物化视图的创建语句指定间隔多久刷新一次数据

如下，要求全量刷新 (REFRESH COMPLETE)，物化视图每 10 小时刷新一次，并且刷新物化视图的所有分区。

Plain Text

1CREATE MATERIALIZED VIEW mv_6
2REFRESH COMPLETE ON SCHEDULE EVERY 10 hour
3AS
4SELECT * FROM lineitem;

如下，尽量增量刷新 (REFRESH AUTO)，只刷新自上次物化刷新后数据变化的分区，如果不能增量刷新，就刷新所有分区，物化视图每 10 小时刷新一次（从 2.1.3 版本开始能自动计算 Hive 需要刷新的分区）。

Plain Text

1CREATE MATERIALIZED VIEW mv_7
2REFRESH AUTO ON SCHEDULE EVERY 10 hour
3PARTITION by(l_shipdate)
4AS
5SELECT * FROM lineitem;

ON COMMIT 自动触发

提示
自 Apache Doris 2.1.4 版本起支持此功能。

基表数据发生变更后，自动触发相关物化视图刷新，刷新的分区范围与"定时触发"一致。

如果物化视图的创建语句如下，那么当基表 lineitem 的 t1 分区数据发生变化时，会自动触发物化视图的对应分区刷新。

Plain Text

1CREATE MATERIALIZED VIEW mv_8
2REFRESH AUTO ON COMMIT
3PARTITION by(l_shipdate)
4AS
5SELECT * FROM lineitem;

注意
如果基表的数据频繁变更，不太适合使用此种触发方式，因为会频繁构建物化刷新任务，消耗过多资源。

示例如下

建表语句

Plain Text

1CREATE TABLE IF NOT EXISTS lineitem (
2    l_orderkey    integer not null,
3    l_partkey     integer not null,
4    l_suppkey     integer not null,
5    l_linenumber  integer not null,
6    l_quantity    decimalv3(15,2) not null,
7    l_extendedprice  decimalv3(15,2) not null,
8    l_discount    decimalv3(15,2) not null,
9    l_tax         decimalv3(15,2) not null,
10    l_returnflag  char(1) not null,
11    l_linestatus  char(1) not null,
12    l_shipdate    date not null,
13    l_commitdate  date not null,
14    l_receiptdate date not null,
15    l_shipinstruct char(25) not null,
16    l_shipmode     char(10) not null,
17    l_comment      varchar(44) not null
18    )
19    DUPLICATE KEY(l_orderkey, l_partkey, l_suppkey, l_linenumber)
20    PARTITION BY RANGE(l_shipdate)
21    (FROM ('2023-10-17') TO ('2023-11-01') INTERVAL 1 DAY)
22    DISTRIBUTED BY HASH(l_orderkey) BUCKETS 3;
23
24INSERT INTO lineitem VALUES
25(1, 2, 3, 4, 5.5, 6.5, 7.5, 8.5, 'o', 'k', '2023-10-17', '2023-10-17', '2023-10-17', 'a', 'b', 'yyyyyyyyy'),
26(2, 4, 3, 4, 5.5, 6.5, 7.5, 8.5, 'o', 'k', '2023-10-18', '2023-10-18', '2023-10-18', 'a', 'b', 'yyyyyyyyy'),
27(3, 2, 4, 4, 5.5, 6.5, 7.5, 8.5, 'o', 'k', '2023-10-19', '2023-10-19', '2023-10-19', 'a', 'b', 'yyyyyyyyy');
28
29CREATE TABLE IF NOT EXISTS orders  (
30    o_orderkey       integer not null,
31    o_custkey        integer not null,
32    o_orderstatus    char(1) not null,
33    o_totalprice     decimalv3(15,2) not null,
34    o_orderdate      date not null,
35    o_orderpriority  char(15) not null,
36    o_clerk          char(15) not null,
37    o_shippriority   integer not null,
38    o_comment        varchar(79) not null
39    )
40DUPLICATE KEY(o_orderkey, o_custkey)
41PARTITION BY RANGE(o_orderdate)(
42FROM ('2023-10-17') TO ('2023-11-01') INTERVAL 1 DAY)
43DISTRIBUTED BY HASH(o_orderkey) BUCKETS 3;
44
45INSERT INTO orders VALUES
46(1, 1, 'o', 9.5, '2023-10-17', 'a', 'b', 1, 'yy'),
47(1, 1, 'o', 10.5, '2023-10-18', 'a', 'b', 1, 'yy'),
48(2, 1, 'o', 11.5, '2023-10-19', 'a', 'b', 1, 'yy'),
49(3, 1, 'o', 12.5, '2023-10-19', 'a', 'b', 1, 'yy');
50    
51CREATE TABLE IF NOT EXISTS partsupp (
52      ps_partkey     INTEGER NOT NULL,
53      ps_suppkey     INTEGER NOT NULL,
54      ps_availqty    INTEGER NOT NULL,
55      ps_supplycost  DECIMALV3(15,2)  NOT NULL,
56      ps_comment     VARCHAR(199) NOT NULL 
57    )
58DUPLICATE KEY(ps_partkey, ps_suppkey)
59DISTRIBUTED BY HASH(ps_partkey) BUCKETS 3;
60
61INSERT INTO partsupp VALUES
62(2, 3, 9, 10.01, 'supply1'),
63(4, 3, 10, 11.01, 'supply2'),
64(2, 3, 10, 11.01, 'supply3');

示例 1

如下，刷新时机是创建完立即刷新BUILD IMMEDIATE，刷新方式尽量增量刷新 REFRESH AUTO，只刷新自上次物化刷新后数据变化的分区，如果不能增量刷新，就刷新所有分区。触发方式是手动 ON MANUAL。对于非分区全量物化视图，只有一个分区，如果基表数据发生变化，意味着要全量刷新。

Plain Text

1CREATE MATERIALIZED VIEW mv_1_0
2BUILD IMMEDIATE 
3REFRESH AUTO
4ON MANUAL    
5DISTRIBUTED BY RANDOM BUCKETS 2   
6AS   
7SELECT   
8  l_linestatus,   
9  to_date(o_orderdate) as date_alias,   
10  o_shippriority   
11FROM   
12  orders   
13  LEFT JOIN lineitem ON l_orderkey = o_orderkey;

示例 2

如下，刷新时机是延迟刷新BUILD DEFERRED，刷新方式是全量刷新 REFRESH COMPLETE，触发时机是定时刷新 ON SCHEDULE，首次刷新时间是 2024-12-01 20:30:00, 并且每隔一天刷新一次。如果 BUILD DEFERRED 指定为 BUILD IMMEDIATE，创建完物化视图会立即刷新一次。之后从 2024-12-01 20:30:00 每隔一天刷新一次。

提示
STARTS 的时间要晚于当前的时间

Plain Text

1CREATE MATERIALIZED VIEW mv_1_1
2BUILD DEFERRED
3REFRESH COMPLETE
4ON SCHEDULE EVERY 1 DAY STARTS '2024-12-01 20:30:00'  
5PROPERTIES ('replication_num' = '1')   
6AS   
7SELECT   
8l_linestatus,   
9to_date(o_orderdate) as date_alias,   
10o_shippriority   
11FROM   
12orders   
13LEFT JOIN lineitem ON l_orderkey = o_orderkey;

示例 3

如下，刷新时机是创建完立即刷新 BUILD IMMEDIATE，刷新方式是全量刷新 REFRESH COMPLETE，触发方式是触发刷新 ON COMMIT，当 orders 或者 lineitem 表数据发生变化的时候，会自动触发物化视图的刷新。

Plain Text

1CREATE MATERIALIZED VIEW mv_1_1
2BUILD IMMEDIATE
3REFRESH COMPLETE
4ON COMMIT
5PROPERTIES ('replication_num' = '1')   
6AS   
7SELECT   
8l_linestatus,   
9to_date(o_orderdate) as date_alias,   
10o_shippriority   
11FROM   
12orders   
13LEFT JOIN lineitem ON l_orderkey = o_orderkey;

分区配置

如下，创建分区物化视图时，需要指定 PARTITION BY，对于分区字段引用的表达式，仅允许使用 date_trunc 函数和标识符。以下语句是符合要求的：分区字段引用的列仅使用了 date_trunc 函数。分区物化视图的刷新方式一般是 AUTO，即尽量增量刷新，只刷新自上次物化刷新后数据变化的分区，如果不能增量刷新，就刷新所有分区。

Plain Text

1CREATE MATERIALIZED VIEW mv_2_0 
2BUILD IMMEDIATE
3REFRESH AUTO
4ON MANUAL   
5PARTITION BY (order_date_month)   
6DISTRIBUTED BY RANDOM BUCKETS 2   
7AS   
8SELECT   
9  l_linestatus,
10  date_trunc(o_orderdate, 'month') as order_date_month,   
11  o_shippriority   
12FROM   
13  orders   
14LEFT JOIN lineitem ON l_orderkey = o_orderkey;

如下语句创建分区物化视图会失败，因为分区字段 order_date_month 使用了 date_add()函数，报错 because column to check use invalid implicit expression, invalid expression is days_add(o_orderdate#4, 2)。

Plain Text

1CREATE MATERIALIZED VIEW mv_2_1 BUILD IMMEDIATE REFRESH AUTO ON MANUAL   
2PARTITION BY (order_date_month)   
3DISTRIBUTED BY RANDOM BUCKETS 2   
4AS   
5SELECT   
6  l_linestatus,
7  date_trunc(date_add(o_orderdate, INTERVAL 2 DAY), 'month') as order_date_month,   
8  o_shippriority   
9FROM   
10  orders   
11LEFT JOIN lineitem ON l_orderkey = o_orderkey;

基表有多列分区

提示
自 Doris 2.1.0 版本起支持多列分区

目前仅支持 Hive 外表有多列分区。Hive 外表有很多多级分区的情况，例如一级分区按照日期，二级分区按照区域。物化视图可以选择 Hive 的某一级分区列作为物化视图的分区列。

例如，Hive 的建表语句如下：

Plain Text

1CREATE TABLE hive1 (
2`k1` int)
3PARTITIONED BY (
4`year` int,
5`region` string)
6STORED AS ORC;
7
8alter table hive1 add if not exists
9partition(year=2020,region="bj")
10partition(year=2020,region="sh")
11partition(year=2021,region="bj")
12partition(year=2021,region="sh")
13partition(year=2022,region="bj")
14partition(year=2022,region="sh")

当物化视图的创建语句如下时，物化视图mv_hive将有三个分区：('2020')，('2021')，('2022')

Plain Text

1CREATE MATERIALIZED VIEW mv_hive
2BUILD DEFERRED REFRESH AUTO ON MANUAL
3partition by(`year`)
4DISTRIBUTED BY RANDOM BUCKETS 2
5AS
6SELECT k1,year,region FROM hive1;

当物化视图的建表语句如下时，那么物化视图mv_hive2将有如下两个分区：('bj')，('sh')：

Plain Text

1CREATE MATERIALIZED VIEW mv_hive2
2BUILD DEFERRED REFRESH AUTO ON MANUAL
3partition by(`region`)
4DISTRIBUTED BY RANDOM BUCKETS 2
5AS
6SELECT k1,year,region FROM hive1;

使用基表部分分区

提示
自 Doris 2.1.1 版本起支持此功能

有些基表有很多分区，但是物化视图只关注最近一段时间的"热"数据，那么可以使用此功能。

基表的建表语句如下：

Plain Text

1CREATE TABLE t1 (
2    `k1` INT,
3    `k2` DATE NOT NULL
4) ENGINE=OLAP
5DUPLICATE KEY(`k1`)
6COMMENT 'OLAP'
7PARTITION BY range(`k2`)
8(
9PARTITION p26 VALUES [("2024-03-26"),("2024-03-27")),
10PARTITION p27 VALUES [("2024-03-27"),("2024-03-28")),
11PARTITION p28 VALUES [("2024-03-28"),("2024-03-29"))
12)
13DISTRIBUTED BY HASH(`k1`) BUCKETS 2;

物化视图的创建语句如以下，代表物化视图只关注最近一天的数据。若当前时间为 2024-03-28 xx:xx:xx，这样物化视图会仅有一个分区 [("2024-03-28"),("2024-03-29")]：

Plain Text

1CREATE MATERIALIZED VIEW mv1
2BUILD DEFERRED REFRESH AUTO ON MANUAL
3partition by(`k2`)
4DISTRIBUTED BY RANDOM BUCKETS 2
5PROPERTIES (
6'partition_sync_limit'='1',
7'partition_sync_time_unit'='DAY'
8)
9AS
10SELECT * FROM t1;

若时间又过了一天，当前时间为 2024-03-29 xx:xx:xx，t1则会新增一个分区[("2024-03-29"),("2024-03-30")]，若此时刷新物化视图，刷新完成后，物化视图会仅有一个分区 [("2024-03-29"),("2024-03-30")]。

此外，分区字段是字符串类型时，可以设置物化视图属性 partition_date_format，例如 %Y-%m-%d 。

分区上卷

提示
自 Doris 2.1.5 版本起支持此功能

当基表数据经过聚合处理后，各分区的数据量可能会显著减少。在这种情况下，可以采用分区上卷策略，以降低物化视图的分区数量。

Range 分区

假设基表的建表语句如下：

Plain Text

1    CREATE TABLE `t1` (
2    `k1` LARGEINT NOT NULL,
3    `k2` DATE NOT NULL
4    ) ENGINE=OLAP
5    DUPLICATE KEY(`k1`)
6    COMMENT 'OLAP'
7    PARTITION BY range(`k2`)
8    (
9    PARTITION p_20200101 VALUES [("2020-01-01"),("2020-01-02")),
10    PARTITION p_20200102 VALUES [("2020-01-02"),("2020-01-03")),
11    PARTITION p_20200201 VALUES [("2020-02-01"),("2020-02-02"))
12    )
13    DISTRIBUTED BY HASH(`k1`) BUCKETS 2;

若物化视图的创建语句如下，则该物化视图将包含两个分区：[("2020-01-01","2020-02-01")]和 [("2020-02-01","2020-03-01")]

Plain Text

1    CREATE MATERIALIZED VIEW mv_3
2    BUILD DEFERRED REFRESH AUTO ON MANUAL
3    partition by (date_trunc(`k2`,'month'))
4    DISTRIBUTED BY RANDOM BUCKETS 2
5    AS
6    SELECT * FROM t1;

若物化视图的创建语句如下，则该物化视图将只包含一个分区：[("2020-01-01","2021-01-01")]

Plain Text

1    CREATE MATERIALIZED VIEW mv_4
2    BUILD DEFERRED REFRESH AUTO ON MANUAL
3    partition by (date_trunc(`k2`,'year'))
4    DISTRIBUTED BY RANDOM BUCKETS 2
5    AS
6    SELECT * FROM t1;

此外，如果分区字段为字符串类型，可以通过设置物化视图的 partition_date_format 属性来指定日期格式，例如 '%Y-%m-%d'。

SQL 定义

异步物化视图 SQL 定义没有限制。

直查物化视图

物化视图可以看作是表，可以对物化视图添加过滤条件和聚合等，进行直接查询。

物化视图的定义：

Plain Text

1CREATE MATERIALIZED VIEW mv_5
2BUILD IMMEDIATE REFRESH AUTO ON SCHEDULE EVERY 1 hour
3DISTRIBUTED BY RANDOM BUCKETS 3
4AS
5SELECT t1.l_linenumber,
6       o_custkey,
7       o_orderdate
8FROM (SELECT * FROM lineitem WHERE l_linenumber > 1) t1
9LEFT OUTER JOIN orders
10ON l_orderkey = o_orderkey;

原查询如下

Plain Text

1SELECT t1.l_linenumber,
2       o_custkey,
3       o_orderdate
4FROM (SELECT * FROM lineitem WHERE l_linenumber > 1) t1
5LEFT OUTER JOIN orders
6ON l_orderkey = o_orderkey
7WHERE o_orderdate = '2023-10-18';

等价的直查物化语句如下，用户需要手动修改查询

Plain Text

1SELECT
2l_linenumber,
3o_custkey
4FROM mv_5
5WHERE l_linenumber > 1 and o_orderdate = '2023-10-18';

查询透明改写

透明改写指在处理查询时，用户无需手动修改查询，系统会自动优化并改写查询。 Doris 异步物化视图采用基于 SPJG（SELECT-PROJECT-JOIN-GROUP-BY）模式的透明改写算法。该算法能够分析 SQL 的结构信息，自动寻找合适的物化视图进行透明改写，并选择最优的物化视图来响应查询 SQL。 Doris 提供了丰富且全面的透明改写能力。

条件补偿

查询和物化视图的条件不必完全相同，通过在物化视图上补偿条件来表达查询，可以最大限度地复用物化视图，不用重复构建物化视图。

当物化视图和查询的 where条件是通过and 连接的表达式时：

当查询的表达式包含物化视图的表达式时：

可以进行条件补偿。

例如，查询是 a > 5 and b > 10 and c = 7，物化的条件是 a > 5 and b > 10，物化视图的条件是查询条件的子集，那么只需补偿 c = 7条件即可。

当查询的表达式不完全包含物化视图的表达式时：

查询的条件可以推导出物化视图的条件时（常见的是比较和范围表达式，如 >、<、=、in 等），也可以进行条件补偿。补偿结果就是查询条件本身。

例如，查询是 a > 5 and b = 10，物化视图是 a > 1 and b > 8，可见物化的条件包含了查询的条件，查询的条件可以推导出物化视图的条件，这样也可以进行补偿，补偿结果就是 a > 5 and b = 10。

条件补偿使用限制：

对于通过 or 连接的表达式，不能进行条件补偿，必须一样才可以改写成功。

对于 like 这种非比较和范围表达式，不能进行条件补偿，必须一样才可以改写成功。

例如

物化视图定义：

Plain Text

1CREATE MATERIALIZED VIEW mv1
2BUILD IMMEDIATE REFRESH AUTO ON SCHEDULE EVERY 1 hour
3DISTRIBUTED BY RANDOM BUCKETS 3
4AS
5SELECT t1.l_linenumber,
6       o_custkey,
7       o_orderdate
8FROM (SELECT * FROM lineitem WHERE l_linenumber > 1) t1
9LEFT OUTER JOIN orders
10ON l_orderkey = o_orderkey;

如下查询都可以命中物化视图，多个查询通过透明改写可以复用一个物化视图，减少查询改写时间，节省物化视图构建成本。

Plain Text

1SELECT l_linenumber,
2       o_custkey,
3       o_orderdate
4FROM lineitem
5LEFT OUTER JOIN orders
6ON l_orderkey = o_orderkey
7WHERE l_linenumber > 2;

Plain Text

1SELECT l_linenumber,
2       o_custkey,
3       o_orderdate
4FROM lineitem
5LEFT OUTER JOIN orders
6ON l_orderkey = o_orderkey
7WHERE l_linenumber > 2 and o_orderdate = '2023-10-19';

JOIN 改写

JOIN 改写指的是查询和物化使用的表相同，可以在物化视图和查询的 JOIN 输入或者 JOIN 的外层写where，优化器对此模式的查询会尝试进行透明改写。

支持多表 JOIN，支持的 JOIN 类型为：

INNER JOIN
LEFT OUTER JOIN
RIGHT OUTER JOIN
FULL OUTER JOIN
LEFT SEMI JOIN
RIGHT SEMI JOIN
LEFT ANTI JOIN
RIGHT ANTI JOIN

例如：

物化视图定义：

Plain Text

1CREATE MATERIALIZED VIEW mv2
2BUILD IMMEDIATE REFRESH AUTO ON SCHEDULE EVERY 1 hour
3DISTRIBUTED BY RANDOM BUCKETS 3
4AS
5SELECT t1.l_linenumber,
6       o_custkey,
7       o_orderdate
8FROM (SELECT * FROM lineitem WHERE l_linenumber > 1) t1
9LEFT OUTER JOIN orders
10ON l_orderkey = o_orderkey;

如下查询可进行透明改写，条件 l_linenumber > 1 可以上拉，从而进行透明改写，使用物化视图的预计算结果来表达查询。命中物化视图后，可以节省 join 计算。

查询语句：

Plain Text

1SELECT l_linenumber,
2       o_custkey
3FROM lineitem
4LEFT OUTER JOIN orders
5ON l_orderkey = o_orderkey
6WHERE l_linenumber > 1 and o_orderdate = '2023-10-18';

JOIN 衍生

当查询和物化视图的 JOIN 类型不一致时，如果物化视图能够提供查询所需的所有数据，那么通过在 JOIN 的外部补偿谓词，也可以进行透明改写。

例如

物化视图定义：

Plain Text

1CREATE MATERIALIZED VIEW mv3
2BUILD IMMEDIATE REFRESH AUTO ON SCHEDULE EVERY 1 hour
3DISTRIBUTED BY RANDOM BUCKETS 3
4AS
5SELECT
6    l_shipdate, l_suppkey, o_orderdate,
7    sum(o_totalprice) AS sum_total,
8    max(o_totalprice) AS max_total,
9    min(o_totalprice) AS min_total,
10    count(*) AS count_all,
11    count(distinct CASE WHEN o_shippriority > 1 AND o_orderkey IN (1, 3) THEN o_custkey ELSE null END) AS bitmap_union_basic
12FROM lineitem
13LEFT OUTER JOIN orders ON lineitem.l_orderkey = orders.o_orderkey AND l_shipdate = o_orderdate
14GROUP BY
15l_shipdate,
16l_suppkey,
17o_orderdate;

查询语句：

Plain Text

1SELECT
2    l_shipdate, l_suppkey, o_orderdate,
3    sum(o_totalprice) AS sum_total,
4    max(o_totalprice) AS max_total,
5    min(o_totalprice) AS min_total,
6    count(*) AS count_all,
7    count(distinct CASE WHEN o_shippriority > 1 AND o_orderkey IN (1, 3) THEN o_custkey ELSE null END) AS bitmap_union_basic
8FROM lineitem
9INNER JOIN orders ON lineitem.l_orderkey = orders.o_orderkey AND l_shipdate = o_orderdate
10WHERE o_orderdate = '2023-10-18' AND l_suppkey = 3
11GROUP BY
12l_shipdate,
13l_suppkey,
14o_orderdate;

聚合改写

当查询和物化视图定义中的 group 维度一致时，如果物化视图使用的 group by 维度和查询的 group by 维度相同，并且查询使用的聚合函数可以使用物化视图的聚合函数来表示，那么可以进行透明改写。

例如

物化视图定义

Plain Text

1CREATE MATERIALIZED VIEW mv4
2BUILD IMMEDIATE REFRESH AUTO ON SCHEDULE EVERY 1 hour
3DISTRIBUTED BY RANDOM BUCKETS 3
4AS
5SELECT
6    o_shippriority, o_comment,
7    count(distinct CASE WHEN o_shippriority > 1 AND o_orderkey IN (1, 3) THEN o_custkey ELSE null END) AS cnt_1,
8    count(distinct CASE WHEN O_SHIPPRIORITY > 2 AND o_orderkey IN (2) THEN o_custkey ELSE null END) AS cnt_2,
9    sum(o_totalprice),
10    max(o_totalprice),
11    min(o_totalprice),
12    count(*)
13FROM orders
14GROUP BY
15o_shippriority,
16o_comment;

如下查询可以进行透明改写，因为查询和物化视图使用的聚合维度一致，可以使用物化视图 o_shippriority 字段进行过滤结果。查询中的 group by 维度和聚合函数可以使用物化视图的 group by 维度和聚合函数来改写。命中聚合物化视图后，可以减少聚合计算。

查询语句：

Plain Text

1SELECT 
2    o_shippriority, o_comment,
3    count(distinct CASE WHEN o_shippriority > 1 AND o_orderkey IN (1, 3) THEN o_custkey ELSE null END) AS cnt_1,
4    count(distinct CASE WHEN O_SHIPPRIORITY > 2 AND o_orderkey IN (2) THEN o_custkey ELSE null END) AS cnt_2,
5    sum(o_totalprice),
6    max(o_totalprice),
7    min(o_totalprice),
8    count(*)
9FROM orders
10WHERE o_shippriority in (1, 2)
11GROUP BY
12o_shippriority,
13o_comment;

聚合改写（上卷）在查询和物化视图定义中，即使聚合的维度不一致，也可以进行改写。物化视图使用的 group by 维度需要包含查询的group by 维度，而查询可以没有 group by。并且，查询使用的聚合函数可以用物化视图的聚合函数来表示。

例如

物化视图定义：

Plain Text

1CREATE MATERIALIZED VIEW mv5
2BUILD IMMEDIATE REFRESH AUTO ON SCHEDULE EVERY 1 hour
3DISTRIBUTED BY RANDOM BUCKETS 3
4AS
5SELECT
6    l_shipdate, o_orderdate, l_partkey, l_suppkey,
7    sum(o_totalprice) AS sum_total,
8    max(o_totalprice) AS max_total,
9    min(o_totalprice) AS min_total,
10    count(*) AS count_all,
11    bitmap_union(to_bitmap(CASE WHEN o_shippriority > 1 AND o_orderkey IN (1, 3) THEN o_custkey ELSE null END)) AS bitmap_union_basic
12FROM lineitem
13LEFT OUTER JOIN orders ON lineitem.l_orderkey = orders.o_orderkey AND l_shipdate = o_orderdate
14GROUP BY
15l_shipdate,
16o_orderdate,
17l_partkey,
18l_suppkey;

以下查询可以进行透明改写。查询和物化视图使用的聚合维度不一致，但物化视图使用的维度包含了查询的维度。查询可以使用维度中的字段对结果进行过滤。查询会尝试使用物化视图 SELECT后的函数进行上卷，例如，物化视图的 bitmap_union 最后会上卷成 bitmap_union_count，这和查询中的 count(distinct) 的语义保持一致。

通过聚合上卷，同一个物化视图可以被多个查询复用，节省物化视图构建成本。

查询语句：

Plain Text

1SELECT
2    l_shipdate, l_suppkey,
3    sum(o_totalprice) AS sum_total,
4    max(o_totalprice) AS max_total,
5    min(o_totalprice) AS min_total,
6    count(*) AS count_all,
7    count(distinct CASE WHEN o_shippriority > 1 AND o_orderkey IN (1, 3) THEN o_custkey ELSE null END) AS bitmap_union_basic
8FROM lineitem
9LEFT OUTER JOIN orders ON lineitem.l_orderkey = orders.o_orderkey AND l_shipdate = o_orderdate
10WHERE o_orderdate = '2023-10-18' AND l_partkey = 3
11GROUP BY
12l_shipdate,
13l_suppkey;

目前支持的聚合上卷函数列表如下：

查询中函数	物化视图中函数	函数上卷后
max	max	max
min	min	min
sum	sum	sum
count	count	sum
count(distinct)	bitmap_union	bitmap_union_count
bitmap_union	bitmap_union	bitmap_union
bitmap_union_count	bitmap_union	bitmap_union_count
hll_union_agg, approx_count_distinct, hll_cardinality	hll_union 或者 hll_raw_agg	hll_union_agg
any_value	any_value 或者 select 后有 any_value 使用的列	any_value

多维聚合改写

支持多维聚合的透明改写，即如果物化视图中没有使用GROUPING SETS, CUBE, ROLLUP，而查询中有多维聚合，并且物化视图 group by 后的字段包含查询中多维聚合的所有字段，那么也可以进行透明改写。

例如

物化视图定义：

Plain Text

1CREATE MATERIALIZED VIEW mv5_1
2BUILD IMMEDIATE REFRESH AUTO ON SCHEDULE EVERY 1 hour
3DISTRIBUTED BY RANDOM BUCKETS 3
4AS
5select o_orderstatus, o_orderdate, o_orderpriority,
6       sum(o_totalprice) as sum_total,
7       max(o_totalprice) as max_total,
8       min(o_totalprice) as min_total,
9       count(*) as count_all
10from orders
11group by
12o_orderstatus, o_orderdate, o_orderpriority;

如下查询可以命中物化视图，复用了物化视图的聚合结果，节省计算

查询语句：

Plain Text

1select o_orderstatus, o_orderdate, o_orderpriority,
2       sum(o_totalprice),
3       max(o_totalprice),
4       min(o_totalprice),
5       count(*)
6from orders
7group by
8GROUPING SETS ((o_orderstatus, o_orderdate), (o_orderpriority), (o_orderstatus), ());

分区补偿改写

当分区物化视图不足以提供查询的所有数据时，可以使用 union all的方式，将查询原表和物化视图的数据 union all 作为最终返回结果。

例如

物化视图定义：

Plain Text

1CREATE MATERIALIZED VIEW mv7
2BUILD IMMEDIATE REFRESH AUTO ON MANUAL
3partition by(l_shipdate)
4DISTRIBUTED BY RANDOM BUCKETS 2
5as
6select l_shipdate, o_orderdate, l_partkey,
7       l_suppkey, sum(o_totalprice) as sum_total
8from lineitem
9left join orders on lineitem.l_orderkey = orders.o_orderkey and l_shipdate = o_orderdate
10group by
11    l_shipdate,
12    o_orderdate,
13    l_partkey,
14    l_suppkey;

当基表新增分区 2023-10-21 时，并且物化视图还未刷新时，可以通过物化视图 union all 原表的方式返回结果。

Plain Text

1insert into lineitem values
2(1, 2, 3, 4, 5.5, 6.5, 7.5, 8.5, 'o', 'k', '2023-10-21', '2023-10-21', '2023-10-21', 'a', 'b', 'yyyyyyyyy');

查询语句：

Plain Text

1select l_shipdate, o_orderdate, l_partkey, l_suppkey, sum(o_totalprice) as sum_total
2from lineitem
3left join orders on lineitem.l_orderkey = orders.o_orderkey and l_shipdate = o_orderdate
4group by
5    l_shipdate,
6    o_orderdate,
7    l_partkey,
8    l_suppkey;

查询可以部分使用物化预计算的结果，节省了这部分的计算。

改写结果示意：

Plain Text

1SELECT *
2FROM mv7
3union all
4select t1.l_shipdate, o_orderdate, t1.l_partkey, t1.l_suppkey, sum(o_totalprice) as sum_total
5from (select * from lineitem where l_shipdate = '2023-10-21') t1
6left join orders on t1.l_orderkey = orders.o_orderkey and t1.l_shipdate = o_orderdate
7group by
8    t1.l_shipdate,
9    o_orderdate,
10    t1.l_partkey,
11    t1.l_suppkey;

注意
目前支持分区补偿，暂时不支持带条件的 UNION ALL 补偿。
比如，如果物化视图带有 where 条件，以上述为例，如果构建物化的过滤条件加上 WHERE l_shipdate > '2023-10-19'，而查询是 WHERE l_shipdate > '2023-10-18'，目前这种还无法通过 UNION ALL 补偿，待支持。

嵌套物化视图改写

物化视图的定义 SQL 可以使用物化视图，此物化视图称为嵌套物化视图。嵌套的层数理论上没有限制，此物化视图既可以直查，也可以进行透明改写。嵌套物化视图同样可以参与透明改写。

例如

*创建内层物化视图 `mv8_0_inner_mv`*：

Plain Text

1CREATE MATERIALIZED VIEW mv8_0_inner_mv
2BUILD IMMEDIATE REFRESH COMPLETE ON MANUAL
3DISTRIBUTED BY RANDOM BUCKETS 2
4AS
5select
6l_linenumber,
7o_custkey,
8o_orderkey,
9o_orderstatus,
10l_partkey,
11l_suppkey,
12l_orderkey
13from lineitem
14inner join orders on lineitem.l_orderkey = orders.o_orderkey;

创建外层物化视图mv8_0：

Plain Text

1CREATE MATERIALIZED VIEW mv8_0
2BUILD IMMEDIATE REFRESH COMPLETE ON MANUAL
3DISTRIBUTED BY RANDOM BUCKETS 2
4AS
5select
6l_linenumber,
7o_custkey,
8o_orderkey,
9o_orderstatus,
10l_partkey,
11l_suppkey,
12l_orderkey,
13ps_availqty
14from mv8_0_inner_mv
15inner join partsupp on l_partkey = ps_partkey AND l_suppkey = ps_suppkey;

对于以下查询，mv8_0_inner_mv和 mv8_0 都会成功进行改写，最终代价模型会选择 mv8_0。

嵌套物化视图常用于数据建模和特别复杂的查询，如果单独构建一个物化视图无法透明改写，可以将复杂的查询拆分，构建嵌套物化视图，透明改写会尝试使用嵌套物化视图改写，如果改写成功，会节省计算，提高查询性能。

Plain Text

1select lineitem.l_linenumber
2from lineitem
3inner join orders on l_orderkey = o_orderkey
4inner join partsupp on  l_partkey = ps_partkey AND l_suppkey = ps_suppkey
5where o_orderstatus = 'o'

注意：

嵌套物化视图的层数越多，透明改写的耗时会相应增加。建议嵌套物化视图层数不要超过 3 层。
嵌套物化视图透明改写默认关闭，开启方式见下面的相关设置。

聚合查询使用非聚合物化视图改写

如果查询是聚合查询，物化视图不包含聚合，但是物化视图可以提供查询使用的所有列，那么也可以改写，比如查询先是 join 连接，之后是 group by 聚合，命中包含 join 连接的物化视图，那么也是有收益的。

Plain Text

1CREATE MATERIALIZED VIEW mv10_0
2BUILD IMMEDIATE REFRESH AUTO ON MANUAL
3DISTRIBUTED BY RANDOM BUCKETS 2
4as
5select l_shipdate, o_orderdate, l_partkey,
6       l_suppkey, o_totalprice
7from lineitem
8left join orders on lineitem.l_orderkey = orders.o_orderkey and l_shipdate = o_orderdate;

如下查询可以命中 mv10_0 的物化视图，节省了lineitem join orders 连接的计算

Plain Text

1select l_shipdate, o_orderdate, l_partkey,
2       l_suppkey, sum(o_totalprice) as sum_total
3from lineitem
4left join orders on lineitem.l_orderkey = orders.o_orderkey and l_shipdate = o_orderdate
5group by
6    l_shipdate,
7    o_orderdate,
8    l_partkey,
9    l_suppkey;

Explain 查询透明改写情况

查询透明改写命中情况，用于查看和调试。

1. 如果需要查看物化视图的透明改写命中情况，该语句会展示查询透明改写的简要过程信息。

Plain Text

1explain <query_sql>

返回的信息如下，此处截取了与物化视图相关的信息：

Plain Text

1| MaterializedView                                                                                                                                                                                                                                      |
2| MaterializedViewRewriteSuccessAndChose:                                                                                                                                                                                                               |
3|   Names: mv5                                                                                                                                                                                                                                          |
4| MaterializedViewRewriteSuccessButNotChose:                                                                                                                                                                                                            |
5|                                                                                                                                                                                                                                                       |
6| MaterializedViewRewriteFail:                                                                                                                                                                                                                          |
7|   Name: mv4                                                                                                                                                                                                                                           |
8|   FailSummary: Match mode is invalid, View struct info is invalid                                                                                                                                                                                     |
9|   Name: mv3                                                                                                                                                                                                                                           |
10|   FailSummary: Match mode is invalid, Rewrite compensate predicate by view fail, View struct info is invalid                                                                                                                                          |
11|   Name: mv1                                                                                                                                                                                                                                           |
12|   FailSummary: The columns used by query are not in view, View struct info is invalid                                                                                                                                                                 |
13|   Name: mv2                                                                                                                                                                                                                                           |
14|   FailSummary: The columns used by query are not in view, View struct info is invalid

MaterializedViewRewriteSuccessAndChose：表示透明改写成功，并且 CBO（Cost-Based Optimizer）选择的物化视图名称列表。
MaterializedViewRewriteSuccessButNotChose：表示透明改写成功，但是最终 CBO 没有选择的物化视图名称列表。
MaterializedViewRewriteFail：列举透明改写失败的情况及原因摘要。

2. 如果想了解物化视图的候选、改写以及最终选择情况的详细过程信息，可以执行如下语句：

Plain Text

1explain memo plan <query_sql>

维护物化视图

权限说明

删除物化视图：需要具有物化视图的删除权限（与删除表权限相同）。
修改物化视图：需要具有物化视图的修改权限（与修改表权限相同）。
暂停/恢复/取消/刷新物化视图：需要具有物化视图的创建权限。

物化视图修改

修改物化视图属性

Plain Text

1ALTER MATERIALIZED VIEW mv_1
2SET(
3  "grace_period" = "10"
4);

物化视图重命名，即物化视图原子替换

Plain Text

1CREATE MATERIALIZED VIEW mv9_0
2BUILD IMMEDIATE REFRESH COMPLETE ON MANUAL
3DISTRIBUTED BY RANDOM BUCKETS 2
4PROPERTIES ('replication_num' = '1') 
5AS
6select
7  l_linenumber,
8  o_custkey,
9  o_orderkey,
10  o_orderstatus,
11  l_partkey,
12  l_suppkey,
13  l_orderkey
14from lineitem
15inner join orders on lineitem.l_orderkey = orders.o_orderkey;

使用 mv9_0 的物化视图替换 mv7，并且删除 mv7。

Plain Text

1ALTER MATERIALIZED VIEW mv7
2REPLACE WITH MATERIALIZED VIEW mv9_0
3PROPERTIES('swap' = 'false');

物化视图删除

Plain Text

1DROP MATERIALIZED VIEW mv_1;

查看物化视图创建语句

Plain Text

1SHOW CREATE MATERIALIZED VIEW mv_1;

暂停物化视图

详情参考 PAUSE MATERIALIZED VIEW

启用物化视图

详情参考 RESUME MATERIALIZED VIEW

取消物化视图刷新任务

详情参考 CANCEL MATERIALIZED VIEW TASK

查询物化视图信息

Plain Text

1SELECT * 
2FROM mv_infos('database'='db_name')
3WHERE Name = 'mv_name' \G

返回结果如下：

Plain Text

1*************************** 1. row ***************************
2                Id: 139570
3              Name: mv11
4           JobName: inner_mtmv_139570
5             State: NORMAL
6SchemaChangeDetail: 
7      RefreshState: SUCCESS
8       RefreshInfo: BUILD IMMEDIATE REFRESH AUTO ON MANUAL
9          QuerySql: SELECT l_shipdate, l_orderkey, O_ORDERDATE, count(*)
10FROM lineitem  
11LEFT OUTER JOIN orders on l_orderkey = o_orderkey
12GROUP BY l_shipdate, l_orderkey, O_ORDERDATE
13           EnvInfo: EnvInfo{ctlId='0', dbId='16813'}
14      MvProperties: {}
15   MvPartitionInfo: MTMVPartitionInfo{partitionType=FOLLOW_BASE_TABLE, relatedTable=lineitem, relatedCol='l_shipdate', partitionCol='l_shipdate'}
16SyncWithBaseTables: 1

SyncWithBaseTables：表示物化视图和基表的数据是否一致。

对于全量构建的物化视图，此字段为 1，表明此物化视图可用于透明改写。

对于分区增量的物化视图，分区物化视图是否可用，是以分区粒度去看的。也就是说，即使物化视图的部分分区不可用，但只要查询的是有效分区，那么此物化视图依旧可用于透明改写。是否能透明改写，主要看查询所用分区的 SyncWithBaseTables 字段是否一致。如果 SyncWithBaseTables 是 1，此分区可用于透明改写；如果是 0，则不能用于透明改写。

JobName： 物化视图构建 Job 的名称，每个物化视图有一个 Job，每次刷新会有一个新的 Task，Job 和 Task 是 1:n 的关系
State： 如果变为 SCHEMA_CHANGE，代表基表的 Schema 发生了变化，此时物化视图将不能用来透明改写 (但是不影响直接查询物化视图)，下次刷新任务如果执行成功，将恢复为 NORMAL。
SchemaChangeDetail： 表示 SCHEMA_CHANGE 发生的原因。
RefreshState： 物化视图最后一次任务刷新的状态。如果为 FAIL，代表执行失败，可以通过 tasks() 命令进一步定位失败原因。Task 命令见本文[查询刷新任务 TASK 信息](### 查询刷新任务 TASK 信息)。
SyncWithBaseTables： 是否和基表数据同步。1 为同步，0 为不同步。如果不同步，可通过 show partitions 进一步判断哪个分区不同步。show partitions 见下文分区物化视图查看 SyncWithBaseTables 状态方法。

对于透明改写，通常物化视图会出现两种状态：

状态正常： 指的是当前物化视图是否可用于透明改写。
不可用、状态不正常：指的是物化视图不能用于透明改写的简称。尽管如此，该物化视图还是可以直查的。

详情参考 MV_INFOS

查询刷新任务 TASK 信息

每个物化视图有一个 Job，每次刷新会有一个新的 Task，Job 和 Task 是 1:n 的关系。根据物化视图名称查看物化视图的 Task 状态，运行如下语句，可以查看刷新任务的状态和进度：

Plain Text

1SELECT * 
2FROM tasks("type"="mv")
3WHERE
4MvDatabaseName = 'mv_db_name' and    
5mvName = 'mv_name'
6ORDER BY  CreateTime DESC \G

返回结果如下：

Plain Text

1*************************** 1. row ***************************
2               TaskId: 167019363907545
3                JobId: 139872
4              JobName: inner_mtmv_139570
5                 MvId: 139570
6               MvName: mv11
7         MvDatabaseId: 16813
8       MvDatabaseName: regression_test_nereids_rules_p0_mv
9               Status: SUCCESS
10             ErrorMsg: 
11           CreateTime: 2024-06-21 10:31:43
12            StartTime: 2024-06-21 10:31:43
13           FinishTime: 2024-06-21 10:31:45
14           DurationMs: 2466
15          TaskContext: {"triggerMode":"SYSTEM","isComplete":false}
16          RefreshMode: COMPLETE
17NeedRefreshPartitions: ["p_20231023_20231024","p_20231019_20231020","p_20231020_20231021","p_20231027_20231028","p_20231030_20231031","p_20231018_20231019","p_20231024_20231025","p_20231021_20231022","p_20231029_20231030","p_20231028_20231029","p_20231025_20231026","p_20231022_20231023","p_20231031_20231101","p_20231016_20231017","p_20231026_20231027"]
18  CompletedPartitions: ["p_20231023_20231024","p_20231019_20231020","p_20231020_20231021","p_20231027_20231028","p_20231030_20231031","p_20231018_20231019","p_20231024_20231025","p_20231021_20231022","p_20231029_20231030","p_20231028_20231029","p_20231025_20231026","p_20231022_20231023","p_20231031_20231101","p_20231016_20231017","p_20231026_20231027"]
19             Progress: 100.00% (15/15)
20          LastQueryId: fe700ca3d6504521-bb522fc9ccf615e3

NeedRefreshPartitions，CompletedPartitions 记录的是此次 Task 刷新的分区。
Status：如果为 FAILED，代表运行失败，可通过 ErrorMsg 查看失败原因，也可通过 LastQueryId 来搜索 Doris 的日志，获取更详细的错误信息。目前任务失败会导致已有物化视图不可用，后面会改成尽管任务失败，但是已存在的物化视图可用于透明改写。
ErrorMsg：失败原因。
RefreshMode：COMPLETE 代表刷新了全部分区，PARTIAL 代表刷新了部分分区，NOT_REFRESH 代表不需要刷新任何分区。

备注
如果物化视图创建的时候设置了 grace_period 属性，那么即使 SyncWithBaseTables 是 false 或者 0，有些情况下它依然可用于透明改写。
grace_period 的单位是秒，指的是容许物化视图和所用基表数据不一致的时间。
如果设置成 0，意味着要求物化视图和基表数据保持一致，此物化视图才可用于透明改写。
如果设置成 10，意味着物化视图和基表数据允许 10 秒的延迟，如果物化视图的数据和基表的数据有延迟，在 10 秒内，此物化视图都可以用于透明改写。

查询物化视图对应的 JOB

Plain Text

1SELECT * 
2FROM jobs("type"="mv") 
3WHERE Name="inner_mtmv_75043";

查询物化视图的分区信息：

分区物化视图查看 SyncWithBaseTables 状态方法

运行show partitions from mv_name查看查询使用的分区是否有效，返回结果如下：

Plain Text

1show partitions from mv11;
2+-------------+---------------------+----------------+---------------------+--------+--------------+--------------------------------------------------------------------------------+-----------------+---------+----------------+---------------+---------------------+---------------------+--------------------------+-----------+------------+-------------------------+-----------+--------------------+--------------+
3| PartitionId | PartitionName       | VisibleVersion | VisibleVersionTime  | State  | PartitionKey | Range                                                                          | DistributionKey | Buckets | ReplicationNum | StorageMedium | CooldownTime        | RemoteStoragePolicy | LastConsistencyCheckTime | DataSize  | IsInMemory | ReplicaAllocation       | IsMutable | SyncWithBaseTables | UnsyncTables |
4+-------------+---------------------+----------------+---------------------+--------+--------------+--------------------------------------------------------------------------------+-----------------+---------+----------------+---------------+---------------------+---------------------+--------------------------+-----------+------------+-------------------------+-----------+--------------------+--------------+
5| 140189      | p_20231016_20231017 | 1              | 2024-06-21 10:31:45 | NORMAL | l_shipdate   | [types: [DATEV2]; keys: [2023-10-16]; ..types: [DATEV2]; keys: [2023-10-17]; ) | l_orderkey      | 10      | 1              | HDD           | 9999-12-31 23:59:59 |                     | NULL                     | 0.000     | false      | tag.location.default: 1 | true      | true               | []           |
6| 139995      | p_20231018_20231019 | 2              | 2024-06-21 10:31:44 | NORMAL | l_shipdate   | [types: [DATEV2]; keys: [2023-10-18]; ..types: [DATEV2]; keys: [2023-10-19]; ) | l_orderkey      | 10      | 1              | HDD           | 9999-12-31 23:59:59 |                     | NULL                     | 880.000 B | false      | tag.location.default: 1 | true      | true               | []           |
7| 139898      | p_20231019_20231020 | 2              | 2024-06-21 10:31:43 | NORMAL | l_shipdate   | [types: [DATEV2]; keys: [2023-10-19]; ..types: [DATEV2]; keys: [2023-10-20]; ) | l_orderkey      | 10      | 1              | HDD           | 9999-12-31 23:59:59 |                     | NULL                     | 878.000 B | false      | tag.location.default: 1 | true      | true               | []           |
8+-------------+---------------------+----------------+---------------------+--------+--------------+--------------------------------------------------------------------------------+-----------------+---------+----------------+---------------+---------------------+---------------------+--------------------------+-----------+------------+-------------------------+-----------+--------------------+--------------+

主要查看 SyncWithBaseTables 字段是否为 true。false 表示此分区不可用于透明改写。

详情参考 SHOW PARTITIONS

查看物化视图表结构

详情参考 DESCRIBE

开关	说明
SET enable_nereids_planner = true;	异步物化视图只有在新优化器下才支持，所以物化视图透明改写没有生效时，需要开启新优化器
SET enable_materialized_view_rewrite = true;	开启或者关闭查询透明改写，从 2.1.5 版本开始默认开启
SET materialized_view_rewrite_enable_contain_external_table = true;	参与透明改写的物化视图是否允许包含外表，默认不允许，如果物化视图的定义 SQL 中包含外表，也想参与到透明改写，可以打开此开关。
SET materialized_view_rewrite_success_candidate_num = 3;	透明改写成功的结果集合，允许参与到 CBO 候选的最大数量，默认是 3。如果发现透明改写的性能很慢，可以考虑把这个值调小。
SET enable_materialized_view_union_rewrite = true;	当分区物化视图不足以提供查询的全部数据时，是否允许基表和物化视图 union all 来响应查询，默认允许。如果发现命中物化视图时数据错误，可以把此开关关闭。
SET enable_materialized_view_nest_rewrite = true;	是否允许嵌套改写，默认不允许。如果查询 SQL 很复杂，需要构建嵌套物化视图才可以命中，那么需要打开此开关。
SET materialized_view_relation_mapping_max_count = 8;	透明改写过程中，relation mapping 最大允许数量，如果超过，进行截取。relation mapping 通常由表自关联产生，数量一般会是笛卡尔积，比如 3 张表，可能会产生 8 种组合。默认是 8。如果发现透明改写时间很长，可以把这个值调低
SET enable_dml_materialized_view_rewrite = true;	DML 时，是否开启基于结构信息的物化视图透明改写，默认开启
SET enable_dml_materialized_view_rewrite_when_base_table_unawareness = true;	DML 时，当物化视图存在无法实时感知数据的外表时，是否开启基于结构信息的物化视图透明改写，默认关闭

数据仓库 PALO

数据仓库 PALO

创建、查询与维护异步物化视图

物化视图创建

权限说明

创建语法

刷新配置

分区配置

SQL 定义

直查物化视图

查询透明改写

条件补偿

JOIN 改写

JOIN 衍生

聚合改写

多维聚合改写

分区补偿改写

嵌套物化视图改写

聚合查询使用非聚合物化视图改写

Explain 查询透明改写情况

维护物化视图

权限说明

物化视图修改

物化视图删除

查看物化视图创建语句

暂停物化视图

启用物化视图

取消物化视图刷新任务

查询物化视图信息

查询刷新任务 TASK 信息

查询物化视图对应的 JOB

查询物化视图的分区信息：

查看物化视图表结构

相关配置