可刷新的物化视图
可刷新的物化视图 在概念上类似于传统 OLTP 数据库中的物化视图，存储指定查询的结果以快速检索，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，这个结果集应该比原始数据集小，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的工作原理：
您还可以观看以下视频：
何时应使用可刷新的物化视图？
ClickHouse 的增量物化视图功能强大，通常比可刷新的物化视图所使用的方法具有更好的扩展性，尤其是在需要对单一表执行聚合的情况下。通过仅计算按块插入的数据的聚合，并在最终表中合并增量状态，查询只会在部分数据上执行。这种方法可以扩展到潜在的 PB 级数据，通常是首选的方法。
但是，有些情况下不需要或不适用这种增量过程。一些问题与增量方法不兼容，或不需要实时更新，而周期性重建更为合适。例如，您可能希望定期对完整数据集重新计算视图，因为它使用了复杂的连接，这在增量方法中是不可兼容的。
可刷新的物化视图可以运行批处理过程，执行诸如去规范化的任务。可以在可刷新的物化视图之间创建依赖关系，以便一个视图依赖于另一个视图的结果，并只有在完成后才会执行。这可以替代计划工作流或简单的 DAG，如 dbt 作业。要了解有关如何设置可刷新的物化视图之间的依赖关系，请访问 CREATE VIEW 的
Dependencies部分。
如何刷新可刷新的物化视图？
可刷新的物化视图将在创建时定义的间隔内自动刷新。 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。
可刷新的物化视图上次刷新是何时？
要找出可刷新的物化视图上次被刷新时，可以查询 system.view_refreshes 系统表，示例如下：
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 可刷新的物化视图上次刷新是何时？ 查询来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。
此功能的一个用法是捕获某个时刻值的快照。例如，假设我们有一个从 Kafka 、 Redpanda 或其他流数据平台传入消息流填充的 events 表。
此数据集在 uuid 列中有 4096 个值。我们可以编写以下查询来找到总计数最高的值：
假设我们想要每 10 秒捕获一次每个 uuid 的计数，并将其存储在名为 events_snapshot 的新表中。 events_snapshot 的模式将如下所示：
然后我们可以创建一个可刷新的物化视图来填充此表：
然后我们可以查询 events_snapshot，以获取特定 uuid 随时间变化的计数：
示例
现在让我们看看如何使用可刷新的物化视图与一些示例数据集。
Stack Overflow
去规范化数据指南展示了使用 Stack Overflow 数据集去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，我们展示了如何通过以下查询将 postlinks 数据集去规范化为 posts 表：
随后我们展示了如何一次性将该数据插入到 posts_with_links 表中，但在生产系统中，我们希望定期运行此操作。
posts 和 postlinks 表都有可能被更新。因此，与其尝试使用增量物化视图实施此连接，可能仅需安排此查询在设定的时间间隔内运行，例如每小时一次，将结果存储在 post_with_links 表中。
在这种情况下，可刷新的物化视图将大有裨益，我们可以通过以下查询创建一个：
该视图将立即执行，并在此后每小时根据配置确保源表的更新反映。重要的是，当查询重新运行时，结果集将原子性和透明地更新。
这里的语法与增量物化视图相同，只是我们加入了 REFRESH 子句：
IMDb
在 dbt 和 ClickHouse 集成指南 中，我们使用以下表填充了一个 IMDb 数据集：actors、directors、genres、movie_directors、movies 和 roles。
然后我们可以编写以下查询，以计算每位演员的总结，按电影出演最多的人进行排序。
虽然返回结果并不需要太长时间，但假设我们希望让它更快，并且计算开销更小。 假设该数据集也会不断更新——新电影持续上线，新的演员和导演也在出现。
这时候就该使用可刷新的物化视图了，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，并在此后每分钟根据配置确保源表的更新反映。我们的原查询就变得语法上更简单，速度显著更快！
假设我们向源数据添加了一个新演员“Clicky McClickHouse”，他在很多电影中都出现过！
不到 60 秒后，我们的目标表更新以反映 Clicky 演出的丰硕成果：