可刷新物化视图
可刷新的物化视图 在概念上与传统 OLTP 数据库中的物化视图类似，存储指定查询的结果以便于快速检索，从而减少重复执行资源密集型查询的需要。与 ClickHouse 的 增量物化视图 不同，这需要定期在完整数据集上执行查询 - 其结果存储在目标表中以供查询。理论上，这个结果集应该小于原始数据集，从而使后续查询能够更快地执行。
下图说明了可刷新的物化视图是如何工作的：
您还可以查看以下视频：
何时使用可刷新的物化视图？
ClickHouse 的增量物化视图功能强大，并且通常比可刷新的物化视图所使用的方法更具扩展性，特别是在需要对单个表执行聚合操作的情况下。通过仅在每个数据块插入时计算聚合，并在最终表中合并增量状态，查询仅在数据的一个子集上执行。这种方法可扩展到潜在的 PB 级数据，通常是首选方法。
然而，有些用例并不需要或不适合这种增量处理。一些问题与增量方法不兼容或不需要实时更新，周期性重建更为合适。例如，您可能希望定期在完整数据集上执行视图的完全重新计算，因为它使用了复杂的连接，而这与增量方法不兼容。
可刷新的物化视图可以运行批处理过程，执行诸如反规范化之类的任务。可以在可刷新的物化视图之间创建依赖关系，使一个视图依赖于另一个视图的结果，并且仅在其完成后执行。这可以替代计划工作流或简单的 DAG，例如 dbt 作业。要了解有关如何在可刷新的物化视图之间设置依赖关系的更多信息，请参见 创建视图 的
Dependencies部分。
如何刷新可刷新的物化视图？
可刷新的物化视图会在创建时定义的间隔上自动刷新。 例如，以下物化视图每分钟刷新一次：
如果您想强制刷新物化视图，可以使用 SYSTEM REFRESH VIEW 子句：
您还可以取消、停止或启动视图。 有关更多详细信息，请参见 管理可刷新的物化视图 文档。
最近一次刷新可刷新的物化视图是什么时候？
要查找可刷新的物化视图上次刷新的时间，您可以查询 system.view_refreshes 系统表，如下所示：
如何更改刷新频率？
要更改可刷新的物化视图的刷新频率，请使用 ALTER TABLE...MODIFY REFRESH 语法。
完成后，您可以使用 最近一次刷新可刷新的物化视图是什么时候？ 查询以检查频率是否已更新：
使用 APPEND 添加新行
APPEND 功能允许您将新行添加到表的末尾，而不是替换整个视图。
此功能的一个用途是在某个时间点捕获值的快照。例如，假设我们有一个 events 表，由来自 Kafka、 Redpanda 或其他流数据平台的消息流填充。
该数据集在 uuid 列中有 4096 个值。我们可以编写以下查询来查找出现总数最高的那些：
假设我们想要每 10 秒捕获一次每个 uuid 的计数，并将其存储在一个名为 events_snapshot 的新表中。 events_snapshot 的模式如下所示：
然后，我们可以创建一个可刷新的物化视图来填充此表：
接下来，我们可以查询 events_snapshot 来获取特定 uuid 随时间变化的计数：
示例
现在让我们看一下如何使用可刷新的物化视图和一些示例数据集。
Stack Overflow
反规范化数据指南 显示了使用 Stack Overflow 数据集反规范化数据的各种技术。我们将数据填充到以下表中： votes、users、badges、posts 和 postlinks。
在该指南中，我们展示了如何使用以下查询将 postlinks 数据集反规范化到 posts 表中：
我们随后展示了如何一次性将这些数据插入 posts_with_links 表，但在生产系统中，我们希望定期运行此操作。
posts 和 postlinks 表都可能会更新。因此，与其尝试使用增量物化视图实现连接，不如简单地安排此查询在设定的间隔内运行，例如每小时一次，将结果存储在 post_with_links 表中。
这就是可刷新的物化视图可以派上用场的地方，我们可以通过以下查询创建一个：
该视图将立即执行，并在之后的每小时按配置执行，以确保源表的更新得以反映。重要的是，当查询重新运行时，结果集会原子性和透明地更新。
此处的语法与增量物化视图相同，只是我们添加了 REFRESH 子句：
IMDb
在 dbt 和 ClickHouse 集成指南 中，我们使用以下表填充了 IMDb 数据集： actors、directors、genres、movie_directors、movies 和 roles。
然后，我们可以编写以下查询来计算每个演员的摘要，按电影出场次数排序。
返回结果的时间不长，但假设我们希望它更快，并且计算成本更低。 假设该数据集也受到持续更新的影响 - 不断有电影上映，新演员和导演也不断涌现。
现在是可刷新的物化视图的时机，所以我们首先为结果创建一个目标表：
现在我们可以定义视图：
该视图将立即执行，并在之后的每分钟按配置执行，以确保源表的更新被反映。我们先前用于获取演员摘要的查询在语法上变得更简单，速度也显着提高！
假设我们添加了一位新演员 “Clicky McClickHouse” 到我们的源数据，恰好出现在许多电影中！
不到 60 秒后，我们的目标表已更新，以反映 Clicky 出色的演技：
