创建物化视图

本文将向您介绍如何使用 SQL 语句创建物化视图。

权限要求

创建物化视图需要有 CREATE TABLE 权限。更多有关 OceanBase 数据库权限的详细介绍，请参见 Oracle 模式下的权限分类。

语法

创建物化视图的 SQL 语句格式如下：

CREATE MATERIALIZED VIEW view_name [([column_list] [PRIMARY KEY(column_list)])]
    [table_option_list]
    [partition_option]
    [mv_column_group_option]
    [refresh_clause [query_rewrite_clause] [on_query_computation_clause]]
    AS view_select_stmt; 

参数说明：

• view_name：指定待创建的物化视图的名称。

• column_list：可选项，指定物化视图的列列表。如果想要为视图列指定明确的名称，可以使用 column_list 子句，并在其中使用逗号分隔的列名。

• PRIMARY KEY(column_list)：可选项，用于指定物化视图的主键。

• table_option_list：可选项，指定物化视图的表选项。

• partition_option：可选项，指定物化视图的分区选项。

• mv_column_group_option：可选项，指定物化视图的存储格式。不指定时，默认创建行存格式的物化视图。

• refresh_clause [query_rewrite_clause] [on_query_computation_clause]：可选项，具体如下：

  • refresh_clause：指定物化视图的刷新方式。
  • query_rewrite_clause：可选项，指定当前物化视图是否开启自动改写。
  • on_query_computation_clause：可选项，指定当前物化视图是普通物化视图还是实时物化视图。

• AS view_select_stmt：用于定义物化视图数据的查询（SELECT）语句。该语句用于从基表中检索数据，并将结果存储到物化视图中。

有关创建物化视图语法的详细参数说明信息，请参见 CREATE MATERIALIZED VIEW。

创建物化视图

创建普通物化视图

创建物化视图时，省略或者指定 DISABLE ON QUERY COMPUTATION 子句创建普通物化视图。

示例如下：

1. 创建表 tbl1 作为物化视图的基表。

   CREATE TABLE tbl1 (col1 NUMBER PRIMARY KEY, col2 VARCHAR2(20), col3 NUMBER);
   

2. 基于表 tbl1 创建名为 mv_tbl1 的物化视图。

   CREATE MATERIALIZED VIEW mv_tbl1
       AS SELECT col1, col2
         FROM tbl1
         WHERE col3 >= 20;
   

   或者

   CREATE MATERIALIZED VIEW mv_tbl1
       REFRESH FORCE
       DISABLE ON QUERY COMPUTATION
       AS SELECT col1, col2
         FROM tbl1
         WHERE col3 >= 20;
   

创建嵌套物化视图

嵌套物化视图就是在已有的物化视图上构建的物化视图。例如下图，物化视图 mv1 基于表 tbl1 和表 tbl2 构建，是典型的物化视图。物化视图 mv2 则基于物化视图 mv1 和表 tbl3 构建，属于是嵌套物化视图。同理，物化视图 mv3 基于物化视图 mv1 和物化视图 mv2 构建，也是嵌套物化视图。

嵌套物化视图功能限制

• 为了支持嵌套物化视图的增量刷新，需要在物化视图（基表）上创建 mlog。
• 如果一个物化视图进行了全量刷新，那么依赖它的物化视图（嵌套物化视图）在后续进行增量刷新前必须先进行一次全量刷新，否则会报错。
• 如果一个物化视图（嵌套物化视图）是实时物化视图，则需要先对下层物化视图进行增量刷新来更新 mlog。由于实时物化视图的查询结果是通过模拟 mlog 的方式去查询下层物化视图和自身结果进行合并。因此，需要先对下层物化视图进行增量刷新来更新 mlog，以此保证实时物化视图的数据是最新的。

嵌套物化视图使用建议

由于当前嵌套物化视图不支持自动级联刷新，因此不建议在实际使用中使用过深的嵌套，否则手动维护物化视图的数据一致性会比较困难，建议最多嵌套 3 至 4 层。

示例如下：

1. 创建表 tbl3 作为物化视图的基表。

   CREATE TABLE tbl3(id INT, name VARCHAR2(30), PRIMARY KEY(id));
   

2. 创建表 tbl4 作为物化视图的基表。

   CREATE TABLE tbl4(id INT, age INT, PRIMARY KEY(id));
   

3. 基于 tbl3 和 tbl4 创建物化视图 mv1_tbl3_tbl4。

   CREATE MATERIALIZED VIEW mv1_tbl3_tbl4 (PRIMARY KEY (id1, id2))
       REFRESH COMPLETE
       AS SELECT tbl3.id id1, tbl4.id id2, tbl3.name, tbl4.age
           FROM tbl3, tbl4
           WHERE tbl3.id = tbl4.id;
   

4. 基于物化视图 mv1_tbl3_tbl4 创建物化视图（嵌套物化视图） mv_mv1_tbl3_tbl4。

   CREATE MATERIALIZED VIEW mv_mv1_tbl3_tbl4
       REFRESH COMPLETE
       AS SELECT SUM(AGE) age_sum
           FROM mv1_tbl3_tbl4;
   

创建实时物化视图

创建物化视图时，指定 ENABLE ON QUERY COMPUTATION 子句创建实时物化视图。

创建实时物化视图注意事项

• 在创建实时物化视图前，物化视图依赖的基表都需要创建物化视图日志。
• 只有特定类型的物化视图支持指定为实时物化视图，对于不满足条件的物化视图指定实时物化视图时，会导致报错。实时物化视图的要求与增量刷新的物化视图要求是相同的。详细信息，参见 刷新物化视图 中 增量刷新基本要求 内容。
• 如果一个物化视图（嵌套物化视图）是实时物化视图，则需要先对下层物化视图进行增量刷新来更新 mlog。由于实时物化视图的查询结果是通过模拟 mlog 的方式去查询下层物化视图和自身结果进行合并。因此，需要先对下层物化视图进行增量刷新来更新 mlog，以此保证实时物化视图的数据是最新的。
• 当执行查询的 Session 上的系统变量值和创建物化视图时固化在物化视图中的 Session 变量不一致时，需要将 Session 上的系统变量值修改为实时物化视图中固化的 Session 变量值，否则实时物化视图不可用，即实时物化视图查询改写不生效或直接查询实时物化视图会报错。

示例如下：

1. 创建表 tbl2 作为物化视图的基表。

   CREATE TABLE tbl2(col1 INT, col2 INT, col3 INT);
   

2. 在 tbl2 表上创建物化视图日志。

   CREATE MATERIALIZED VIEW LOG ON tbl2
       WITH PRIMARY KEY, ROWID, SEQUENCE (col1, col2, col3) INCLUDING NEW VALUES;
   

3. 基于表 tbl2 创建实时物化视图 mv_tbl2。

   CREATE MATERIALIZED VIEW mv_tbl2
       REFRESH COMPLETE ON DEMAND
       ENABLE ON QUERY COMPUTATION
       AS SELECT col1, count(*) AS cnt
          FROM tbl2
          GROUP BY col1;
   

4. 创建实时物化视图后，可以通过视图 DBA_MVIEWS 查看物化视图的定位是否为实时物化视图。

   SELECT MVIEW_NAME, ON_QUERY_COMPUTATION
   FROM sys.DBA_MVIEWS
   WHERE MVIEW_NAME = 'MV_TBL2';
   

   注意

   Oracle 模式中视图 sys.DBA_MVIEWS 中字段 MVIEW_NAME 匹配表名时，表名需使用大写字母。

   返回结果如下：

   +------------+----------------------+
   | MVIEW_NAME | ON_QUERY_COMPUTATION |
   +------------+----------------------+
   | MV_TBL2    | Y                    |
   +------------+----------------------+
   1 row in set
   

5. 查看实时物化视图的执行计划。

   EXPLAIN BASIC SELECT * FROM mv_tbl2;
   

   从下面的执行计划中可以看到，执行期间会同时从物化视图和视图依赖基表的 mlog 读取数据，并对这两部分数据进行计算整合，最终获取实时的物化视图数据。

   返回结果如下：

   +----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
   | Query Plan                                                                                                                                                                       |
   +----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
   | ==============================================                                                                                                                                   |
   | |ID|OPERATOR                   |NAME         |                                                                                                                                   |
   | ----------------------------------------------                                                                                                                                   |
   | |0 |HASH GROUP BY              |             |                                                                                                                                   |
   | |1 |└─SUBPLAN SCAN             |INNER_RT_MV$$|                                                                                                                                   |
   | |2 |  └─UNION ALL              |             |                                                                                                                                   |
   | |3 |    ├─TABLE FULL SCAN      |MV_TBL2      |                                                                                                                                   |
   | |4 |    └─HASH GROUP BY        |             |                                                                                                                                   |
   | |5 |      └─SUBPLAN SCAN       |DLT_T$$      |                                                                                                                                   |
   | |6 |        └─WINDOW FUNCTION  |             |                                                                                                                                   |
   | |7 |          └─TABLE FULL SCAN|MLOG$_TBL2   |                                                                                                                                   |
   | ==============================================                                                                                                                                   |
   | Outputs & filters:                                                                                                                                                               |
   | -------------------------------------                                                                                                                                            |
   |   0 - output([INNER_RT_MV$$.COL1], [cast(T_FUN_SUM(INNER_RT_MV$$.CNT), NUMBER(38, 0))]), filter([T_FUN_SUM(INNER_RT_MV$$.CNT) > cast(0, NUMBER(-1, -85))]), rowset=16            |
   |       group([INNER_RT_MV$$.COL1]), agg_func([T_FUN_SUM(INNER_RT_MV$$.CNT)])                                                                                                      |
   |   1 - output([INNER_RT_MV$$.COL1], [INNER_RT_MV$$.CNT]), filter(nil), rowset=16                                                                                                  |
   |       access([INNER_RT_MV$$.COL1], [INNER_RT_MV$$.CNT])                                                                                                                          |
   |   2 - output([UNION([1])], [UNION([2])]), filter(nil), rowset=16                                                                                                                 |
   |   3 - output([MV_TBL2.COL1], [MV_TBL2.CNT]), filter(nil), rowset=16                                                                                                              |
   |       access([MV_TBL2.COL1], [MV_TBL2.CNT]), partitions(p0)                                                                                                                      |
   |       is_index_back=false, is_global_index=false,                                                                                                                                |
   |       range_key([MV_TBL2.__pk_increment]), range(MIN ; MAX)always true                                                                                                           |
   |   4 - output([DLT_T$$.COL1], [T_FUN_SUM(CASE WHEN DLT_T$$.OLD_NEW$$ = cast('N', VARCHAR2(1048576 )) THEN cast(1, NUMBER(-1, -85)) ELSE (T_OP_NEG, cast(1,                        |
   |        NUMBER(-1, -85))) END)]), filter(nil), rowset=16                                                                                                                          |
   |       group([DLT_T$$.COL1]), agg_func([T_FUN_SUM(CASE WHEN DLT_T$$.OLD_NEW$$ = cast('N', VARCHAR2(1048576 )) THEN cast(1, NUMBER(-1, -85)) ELSE (T_OP_NEG,                       |
   |        cast(1, NUMBER(-1, -85))) END)])                                                                                                                                          |
   |   5 - output([DLT_T$$.OLD_NEW$$], [DLT_T$$.COL1]), filter([DLT_T$$.OLD_NEW$$ = cast('N', VARCHAR2(1048576 )) AND DLT_T$$.SEQUENCE$$ = DLT_T$$.MAXSEQ$$ OR                        |
   |       DLT_T$$.OLD_NEW$$ = cast('O', VARCHAR2(1048576 )) AND DLT_T$$.SEQUENCE$$ = DLT_T$$.MINSEQ$$]), rowset=16                                                                   |
   |       access([DLT_T$$.OLD_NEW$$], [DLT_T$$.SEQUENCE$$], [DLT_T$$.MAXSEQ$$], [DLT_T$$.MINSEQ$$], [DLT_T$$.COL1])                                                                  |
   |   6 - output([MLOG$_TBL2.OLD_NEW$$], [MLOG$_TBL2.SEQUENCE$$], [T_FUN_MAX(MLOG$_TBL2.SEQUENCE$$)], [T_FUN_MIN(MLOG$_TBL2.SEQUENCE$$)], [MLOG$_TBL2.COL1]), filter(nil), rowset=16 |
   |       win_expr(T_FUN_MAX(MLOG$_TBL2.SEQUENCE$$)), partition_by([MLOG$_TBL2.M_ROW$$]), order_by(nil), window_type(RANGE), upper(UNBOUNDED PRECEDING), lower(UNBOUNDED             |
   |       FOLLOWING)                                                                                                                                                                 |
   |       win_expr(T_FUN_MIN(MLOG$_TBL2.SEQUENCE$$)), partition_by([MLOG$_TBL2.M_ROW$$]), order_by(nil), window_type(RANGE), upper(UNBOUNDED PRECEDING), lower(UNBOUNDED             |
   |       FOLLOWING)                                                                                                                                                                 |
   |   7 - output([MLOG$_TBL2.M_ROW$$], [MLOG$_TBL2.SEQUENCE$$], [MLOG$_TBL2.OLD_NEW$$], [MLOG$_TBL2.COL1], [ORA_ROWSCN]), filter([cast(ORA_ROWSCN, NUMBER(-1,                        |
   |        -1)) > last_refresh_scn(500155)]), rowset=16                                                                                                                              |
   |       access([MLOG$_TBL2.M_ROW$$], [MLOG$_TBL2.SEQUENCE$$], [MLOG$_TBL2.OLD_NEW$$], [MLOG$_TBL2.COL1], [ORA_ROWSCN]), partitions(p0)                                             |
   |       is_index_back=false, is_global_index=false, filter_before_indexback[false],                                                                                                |
   |       range_key([MLOG$_TBL2.M_ROW$$], [MLOG$_TBL2.SEQUENCE$$]), range(MIN,MIN ; MAX,MAX)always true                                                                              |
   +----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------+
   40 rows in set
   

创建开启查询改写的物化视图

创建物化视图时，指定 ENABLE QUERY REWRITE 子句开启当前物化视图的自动改写。更多物化视图改写和改写控制的信息，参见 物化视图查询改写。

示例如下：

1. 基于表 tbl1 创建物化视图 mv_spj_tbl1，并开启自动改写。

   CREATE MATERIALIZED VIEW mv_spj_tbl1
       NEVER REFRESH
       ENABLE QUERY REWRITE
       AS SELECT *
          FROM tbl1;
   

2. 创建物化视图后，可以通过视图 DBA_MVIEWS 查看物化视图是否开启自动改写。

   SELECT MVIEW_NAME, REWRITE_ENABLED
   FROM sys.DBA_MVIEWS
   WHERE MVIEW_NAME = 'MV_SPJ_TBL1';
   

   注意

   Oracle 模式中视图 sys.DBA_MVIEWS 中字段 MVIEW_NAME 匹配表名时，表名需使用大写字母。

   返回结果如下：

   +-------------+-----------------+
   | MVIEW_NAME  | REWRITE_ENABLED |
   +-------------+-----------------+
   | MV_SPJ_TBL1 | Y               |
   +-------------+-----------------+
   1 row in set
   

创建列存格式物化视图

OceanBase 数据库支持行存、列存和行存列存冗余格式的物化视图，可以通过指定 mv_column_group_option 选项来显示创建列存或者行存列存冗余格式的物化视图。如果物化视图是多表 JOIN 形成的一张大宽表，创建列存格式的物化视图可以提高某些查询的性能。通过指定 WITH COLUMN GROUP(each column) 创建列存格式的物化视图。

示例如下：

基于表 tbl1 创建列存格式的物化视图 mv_ec_tbl1。

CREATE MATERIALIZED VIEW mv_ec_tbl1
    WITH COLUMN GROUP(each column)
    AS SELECT *
       FROM tbl1;

创建物化视图时添加主键

示例如下：

基于表 tbl1 创建名为 mv_pk_tbl1 的物化视图，并指定主键。

CREATE MATERIALIZED VIEW mv_pk_tbl1(v_id, v_name, PRIMARY KEY(v_id))
    AS SELECT col1, col2
       FROM tbl1
       WHERE col3 >= 20;

创建物化视图时添加表选项和分区选项

在创建物化视图时，可以设置表选项，并根据数据特征和访问模式来设计和配置适合的分区选项，以提高查询性能和管理效率。

有关表选项和分区选项的详细参数说明信息，请参见 CREATE TABLE。

示例如下：

基于表 tbl1 创建名为 mv_pp_tbl1 的物化视图，指定物化视图的并行度为 5，将物化视图按照 col1 列进行 Hash 分区，并分为 8 个分区；将 tbl1 表中满足条件 col3 >= 20 的记录作为基表进行查询，并将查询结果作为物化视图的数据。

CREATE MATERIALIZED VIEW mv_pp_tbl1
    PARALLEL 5
    PARTITION BY HASH(col1) PARTITIONS 8
    AS SELECT col1, col2
       FROM tbl1
       WHERE col3 >= 20;

物化视图添加索引

在创建物化视图的语句中，不能直接创建索引，但可以使用 CREATE INDEX 语句为物化视图创建索引。

示例如下：

在物化视图 mv_tbl1 的 col1 列上创建名为 idx_mv_tbl1 的索引。

CREATE INDEX idx_mv_tbl1 ON mv_tbl1(col1);

物化视图刷新

OceanBase 数据库物化视图支持全量刷新、增量刷新、混合刷新和永不刷新四种刷新策略。具体如下：

• 全量刷新：重新计算整个物化视图的数据，确保视图中的数据与源表完全一致。
• 增量刷新：只刷新与源表变化相关的数据，避免对整个视图进行完全计算。
• 混合刷新：默认选项，首先尝试增量刷新，如果增量刷新失败，则执行全量刷新。
• 永不刷新：物化视图只在创建时进行刷新，并在创建后不允许再次刷新。

更多物化视图刷新的信息，请参见 刷新物化视图。

创建全量刷新物化视图

创建物化视图时，使用 REFRESH COMPLETE 子句设置物化视图的刷新策略为全量刷新。

示例如下：

基于表 tbl1 创建名为 mv_rc_tbl1 的物化视图，指定物化视图的刷新策略为全量刷新（REFRESH COMPLETE），指定从 tbl1 表中选择满足 col3 大于等于 20 的 col1 和 col2 列作为物化视图的数据源。

CREATE MATERIALIZED VIEW mv_rc_tbl1
    REFRESH COMPLETE
    AS SELECT col1, col2
       FROM tbl1
       WHERE col3 >= 20;

基于外表创建全量刷新物化视图

OceanBase 数据库支持外表作为物化视图的基表来创建全量刷新物化视图。

有关外表的介绍信息，参见 关于外表。

示例如下：

以下将以外部文件的位置在本地和在 OceanBase 数据库 Oracle 模式中创建外表为例，步骤如下：

1. 准备外部文件。

   执行以下命令，在要登录 OBServer 节点所在机器的 /home/admin/external_csv 目录下，创建文件 ext_tbl1.csv。

   [admin@xxx /home/admin/external_csv]# vi ext_tbl1.csv
   

   文件的内容如下：

   1,'A1'
   2,'A2'
   3,'A3'
   

2. 设置导入的文件路径。

   注意

   由于安全原因，设置系统变量 secure_file_priv 时，只能通过本地 Socket 连接数据库执行修改该全局变量的 SQL 语句。更多信息，请参见 secure_file_priv。

   1. 执行以下命令，登录到 OBServer 节点所在的机器。

      ssh admin@10.10.10.1
      

   2. 执行以下命令，通过本地 Unix Socket 连接方式连接租户 oracle001。

      obclient -S /home/admin/oceanbase/run/sql.sock -usys@oracle001 -p******
      

   3. 执行以下 SQL 命令，设置导入路径为 /home/admin/external_csv。

      SET GLOBAL secure_file_priv = "/home/admin/external_csv";
      

3. 重新连接租户 oracle001。

   示例如下：

   obclient -h10.10.10.1 -P2881 -usys@oracle001 -p****** -A
   

4. 创建外表 ext_tbl1。

   CREATE EXTERNAL TABLE ext_tbl1 ( 
       id INT, 
       name VARCHAR2(50)
       )
       LOCATION = '/home/admin/external_csv'
       FORMAT = (
         TYPE = 'CSV'
         FIELD_DELIMITER = ','
         FIELD_OPTIONALLY_ENCLOSED_BY =''''
         )
       PATTERN = 'ext_tbl1.csv';
   

5. 基于外表 ext_tbl1 创建全量刷新物化视图 mv_ext_tbl1。

   CREATE MATERIALIZED VIEW mv_ext_tbl1
       REFRESH COMPLETE
       AS SELECT *
           FROM ext_tbl1;
   

6. 查看物化视图 mv_ext_tbl1 数据。

   SELECT * FROM mv_ext_tbl1;
   

   返回结果如下：

   +------+------+
   | ID   | NAME |
   +------+------+
   |    2 | A2   |
   |    1 | A1   |
   |    3 | A3   |
   +------+------+
   3 rows in set
   

创建增量刷新物化视图

创建物化视图时，使用 REFRESH FAST 子句设置物化视图的刷新策略为增量刷新。

创建增量刷新物化视图注意事项

• 增量刷新的物化视图目前支持单表聚合、多表关联以及多表关联聚合的 SQL 语句，对于不满足这三类场景的 SQL 语句，暂不支持增量刷新，增量刷新 SQL 语句要求详见 刷新物化视图 中 增量刷新 章节。
• 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。有关创建物化视图日志的信息，参见 物化视图日志。

示例如下：

1. 创建表 tbl5 作为物化视图的基表。

   CREATE TABLE tbl5 (col1 INT PRIMARY KEY, col2 INT, col3 INT);
   

2. 在 tbl5 表上创建物化视图日志，指定物化视图日志的选项为 SEQUENCE，用于指示使用序列号来标识变化的数据，列部分指定了要记录的列，其中包括了 col2 和 col3。

   CREATE MATERIALIZED VIEW LOG ON tbl5
       WITH SEQUENCE (col2, col3) INCLUDING NEW VALUES;
   

3. 基于表 tbl5 创建名为 mv_tbl5 的物化视图，指定物化视图的刷新策略为增量刷新（REFRESH FAST），在查询部分指定从 tbl5 表中按照 col2 列进行分组，并计算每个分组中的记录数（cnt）、非空 col3 列的记录数（cnt_col3）和 col3 列的总和（sum_col3）作为物化视图的结果。

   CREATE MATERIALIZED VIEW mv_tbl5
       REFRESH FAST
       AS SELECT col2, COUNT(*) cnt, COUNT(col3) cnt_col3, SUM(col3) sum_col3
          FROM tbl5
          GROUP BY col2;
   

创建混合刷新物化视图（默认选项）

创建物化视图时，省略或者指定 REFRESH FORCE 子句设置物化视图的刷新策略为混合刷新。

示例如下：

基于表 tbl1 创建名为 mv_rf_tbl1 的物化视图，指定物化视图的刷新策略为混合刷新（REFRESH FORCE），指定从 tbl1 表中选择满足 col3 大于等于 20 的 col1 和 col2 列作为物化视图的数据源。

CREATE MATERIALIZED VIEW mv_rf_tbl1
    REFRESH FORCE
    AS SELECT col1, col2
       FROM tbl1
       WHERE col3 >= 20;

创建永不刷新物化视图

创建物化视图时，使用 NEVER REFRESH 子句设置物化视图不需要刷新。即表示物化视图只在创建时进行刷新，并在创建后不允许再次刷新。

示例如下：

基于表 tbl1 创建名为 mv_nr_tbl1 的物化视图，指定物化视图的刷新策略为永不刷新（NEVER REFRESH），指定从 tbl1 表中选择满足 col3 大于等于 20 的 col1 和 col2 列作为物化视图的数据源。

CREATE MATERIALIZED VIEW mv_nr_tbl1
    NEVER REFRESH
    AS SELECT col1, col2
       FROM tbl1
       WHERE col3 >= 20;

创建自动刷新物化视图

在创建物化视图时，可以通过指定 START WITH datetime_expr 和 NEXT datetime_expr 子句来为物化视图创建一个后台自动刷新任务。

示例如下：

基于表 tbl1 创建名为 mv_rc_swn_tbl1 的物化视图，指定物化视图的刷新策略为全量刷新，物化视图的刷新计划中初始刷新时间为当前日期，之后每隔 1 小时刷新一次物化视图。

CREATE MATERIALIZED VIEW mv_rc_swn_tbl1
    REFRESH COMPLETE
        START WITH current_date NEXT current_date + INTERVAL '1' HOUR
    AS SELECT col1, col2
       FROM tbl1
       WHERE col3 >= 20;

相关文档

• DBMS_MVIEW 概述
• 物化视图概述
• 物化视图日志
• 刷新物化视图
• 物化视图查询改写
• 查询物化视图
• 修改物化视图
• 删除物化视图