---
title: "OceanBase 物化视图最佳实践 - OceanBase 最佳实践 | OceanBase 文档中心"
description: OceanBase 物化视图最佳实践 概述 OceanBase 物化视图核心能力包括： 数据预计算 ：通过预计算、存储查询结果加速分析，减少实时计算开销，提升查询性能。 刷新机制 ：支持 全量刷新 （重建所有数据）和 增量刷新 （仅更新变化数据），增量刷新通常性能更好。 实时查询能力 ：通过 ENABLE ON QU…
---
切换语言

- 中文站 - 简体中文
- International - English
- 日本站 - 日本語

# OceanBase 物化视图最佳实践

更新时间：2026-07-28

[编辑](https://github.com/oceanbase/best-practices-doc/edit/master/zh-CN/1000.Performance-Tuning/800.materialized-view-query-acceleration-best-practice.md) 适用产品： OceanBase 数据库 适用场景： 性能调优  

## 概述

OceanBase 物化视图核心能力包括：

- **数据预计算**：通过预计算、存储查询结果加速分析，减少实时计算开销，提升查询性能。
 - **刷新机制**：支持 **全量刷新**（重建所有数据）和 **增量刷新**（仅更新变化数据），增量刷新通常性能更好。
 - **实时查询能力**：通过 `ENABLE ON QUERY COMPUTATION` 开启后，查询会自动整合增量数据返回实时结果。
 - **嵌套与级联刷新能力**：支持多层物化视图构建复杂 ETL 流程。

![mv-struc](https://obbusiness-private.oss-cn-shanghai.aliyuncs.com/doc/img/observer/tutorial/develop/mv-struc.png)

下表按能力层级分类展示了 OceanBase 物化视图的功能特性，帮助用户理解各能力的技术实现与适用场景。

| 产品能力 | 功能点 |
| --- | --- |
| 基础能力 | 支持定义主键、支持创建分区、支持创建表组、支持创建索引、支持全量刷新 |
| 进阶能力 | 支持查询改写、支持增量刷新、支持列存格式物化视图、基表支持视图和外表、支持旁路导入   支持刷新并行度和调度间隔、支持资源隔离、支持监控诊断、支持 ODC 可视化操作 |
| 高阶能力 | 实时物化视图、嵌套物化视图、支持维表 Join、支持 DDL 能力、物化视图日志自动管理   增量刷新扩展支持 Outer Join/Union all |

本文中的最佳实践场景测试结果仅供参考，实际应用中的效果需根据您的业务环境和系统配置进行具体评估。

## 最佳实践场景

### 场景 1：单表聚合查询加速

#### 适用场景

- 业务单表存量数据量大，直接查询延迟高。
 - 需要高频分组聚合查询（如 `COUNT`、`SUM`、`GROUP BY`）。

#### 实施步骤

1. 创建增量刷新物化视图：

   ```sql
   CREATE MATERIALIZED VIEW mv1  
   PRIMARY KEY (a)  
   PARALLEL 5  
   REFRESH FAST  
   START WITH SYSDATE()  
   NEXT SYSDATE() + INTERVAL '5' SECOND  
   ENABLE ON QUERY COMPUTATION  
   AS  
   SELECT a, COUNT(b), COUNT(*), SUM(b)  
   FROM t1  
   GROUP BY a;  

   ```

      - `REFRESH FAST`：启用增量刷新。由于 `REFRESH FAST` 方法利用物化视图日志中的记录信息来确定需要增量刷新的内容，因此在使用增量刷新刷新物化视图时，需要在创建物化视图之前就创建基表的 **物化视图日志（mlog）**。
      - `ENABLE ON QUERY COMPUTATION`：实时查询时自动合并增量数据。
 2. 效果验证

      - **非实时查询**：直接查询物化视图数据（延迟显著低于查询基表）。
      - **实时查询**：系统自动整合增量数据返回结果（延迟显著低于查询基表）。
      - **数据量增长优势**：随着基表数据量增加，物化视图的加速效果更明显（如下图）。

   ![mv-query-1](https://obbusiness-private.oss-cn-shanghai.aliyuncs.com/doc/img/observer/tutorial/develop/mv-query-1.png)

### 场景 2：多表连接查询加速

#### 适用场景

- 业务多表存量数据量大，直接查询延迟高。
 - 需要高频多表连接查询（如两表或三表关联）。

   ```sql
   CREATE MATERIALIZED VIEW mv2  
   PRIMARY KEY (a, b)  
   PARALLEL 5  
   PARTITION BY HASH(a) PARTITIONS 4  
   REFRESH FAST  
   START WITH SYSDATE()  
   NEXT SYSDATE() + INTERVAL 5 SECOND  
   ENABLE ON QUERY COMPUTATION  
   AS  
   SELECT t1.a, t1.b, t1.c, t2.d, t2.e  
   FROM t1  
   JOIN t2 ON t1.b = t2.d;  

   ```

      - `REFRESH FAST`：启用增量刷新。由于 `REFRESH FAST` 方法利用物化视图日志中的记录信息来确定需要增量刷新的内容，因此在使用增量刷新刷新物化视图时，需要在创建物化视图之前就创建基表的 **物化视图日志（mlog）**。
      - `PARTITION BY HASH`：通过分区提升并行执行效率。
      - `PARALLEL`：指定并行度加速数据处理。
 2. 查询优化

      - 对原查询 `SELECT * FROM t1 JOIN t2 ON ...`，OceanBase 会自动重写为查询物化视图 `mv2`。
      - 随着基表数据量增长，物化视图的预计算优势更加显著（如下图）。

   ![mv-query-2](https://obbusiness-private.oss-cn-shanghai.aliyuncs.com/doc/img/observer/tutorial/develop/mv-query-2.png)

### 场景 3：实时数仓架构构建

#### 核心优势

- **简化 ETL 流程**：数据库内用 SQL 定义更简单的 ETL流程 。
 - **流式增量处理**：增量刷新、流式处理，实现准实时数据更新。
 - **ACID 保证**：数据流任务通过事务实现，可以保证 ACID。

![mv-query-3](https://obbusiness-private.oss-cn-shanghai.aliyuncs.com/doc/img/observer/tutorial/develop/mv-query-3.png)

![mv-query-4](https://obbusiness-private.oss-cn-shanghai.aliyuncs.com/doc/img/observer/tutorial/develop/mv-query-4.png)

#### 实施步骤

1. 创建多表 Join 的物化视图，对数据进行扩维操作（多表连接）：

   ```sql
   CREATE MATERIALIZED VIEW mv_join  
   PARALLEL 5  
   REFRESH FAST  
   START WITH SYSDATE()  
   NEXT SYSDATE() + INTERVAL '5' SECOND  
   AS  
   SELECT t1.a, t1.b, t1.c, t2.d, t2.e, t3.f, t3.g  
   FROM t1  
   JOIN t2 ON t1.b = t2.d  
   JOIN t3 ON t1.b = t3.f;  

   ```

      - `REFRESH FAST`：启用增量刷新。由于 `REFRESH FAST` 方法利用物化视图日志中的记录信息来确定需要增量刷新的内容，因此在使用增量刷新刷新物化视图时，需要在创建物化视图之前就创建基表的 **物化视图日志（mlog）**。
 2. 基于 `mv_join` 创建聚合分析物化视图：

   ```sql
   CREATE MATERIALIZED VIEW mv_agg  
   PARALLEL 5  
   REFRESH FAST  
   START WITH SYSDATE()  
   NEXT SYSDATE() + INTERVAL '5' SECOND  
   AS  
   SELECT b, SUM(c) AS sum_c, SUM(e) AS sum_e, SUM(g) AS sum_g, COUNT(*) AS cnt  
   FROM mv_join  
   GROUP BY b;  

   ```
 3. 构建多层 ETL 流程

      - 通过多级物化视图嵌套（如 `mv_agg` 基于 `mv_join`），可逐步实现复杂数据处理。
      - 每层物化视图独立设置刷新周期。

## 关键配置说明

### 刷新策略选择

- **全量刷新（`REFRESH COMPLETE`）**：适用于数据变更不频繁的场景。但每次刷新需重建全部数据，资源消耗较高。
 - **增量刷新（`REFRESH FAST`）**：处理变化数据，性能更优。目前增量刷新支持单表聚合、多表关联以及多表关联聚合的 SQL 语句，从 V4.3.5 BP3 版本之后也支持了单表谓词过滤、Left Join、Union All。

### 实时查询能力

- **开启实时查询（`ENABLE ON QUERY COMPUTATION`）**：查询时自动合并物化视图最新数据与增量数据，返回实时结果。适用于需要查询优化的实时分析查询。

### 并行与分区优化

- **`PARALLEL` 参数**：指定并行度加速数据处理。
 - **`PARTITION BY` 子句**：通过分区提升查询性能。

 上一篇 下一篇 ![有帮助](https://gw.alipayobjects.com/mdn/ob_asset/afts/img/A*y6ocSqN8cqsAAAAAAAAAAAAAARQnAQ)![无帮助](https://gw.alipayobjects.com/mdn/ob_asset/afts/img/A*BG9IQJyLHF8AAAAAAAAAAAAAARQnAQ)![反馈](https://gw.alipayobjects.com/mdn/ob_asset/afts/img/A*eTWdQKCRKHwAAAAAAAAAAAAAARQnAQ)[AI](https://www.oceanbase.com/obi) 咨询热线