CREATE MATERIALIZED VIEW

Berlaku untuk: Databricks SQL

Tampilan termaterialisasi adalah tampilan di mana hasil yang telah dikomputasi tersedia untuk query dan dapat diperbarui untuk mencerminkan perubahan dalam input. Setiap kali tampilan materialisasi di-refresh, hasil kueri dihitung ulang untuk mencerminkan perubahan dalam himpunan data hulu. Semua tampilan materialisasi didukung oleh alur ETL. Anda dapat me-refresh tampilan materialisasi secara manual atau sesuai jadwal.

Untuk mempelajari selengkapnya tentang cara melakukan refresh manual, lihat REFRESH (MATERIALIZED VIEW atau STREAMING TABLE).

Untuk mempelajari selengkapnya tentang cara menjadwalkan refresh, lihat contoh atau ALTER MATERIALIZED VIEW.

Tampilan materialisasi hanya dapat dibuat menggunakan gudang SQL Pro atau Serverless, atau dalam pipeline.

Catatan

Operasi buat dan refresh pada tampilan materialisasi dan tabel streaming didukung oleh Alur Deklaratif Lakeflow tanpa server. Anda dapat menggunakan Catalog Explorer untuk melihat detail tentang alur backing di UI. Lihat Apa itu Catalog Explorer?.

Sintaks

{ CREATE OR REPLACE MATERIALIZED VIEW | CREATE MATERIALIZED VIEW [ IF NOT EXISTS ] }
  view_name
  [ column_list ]
  [ view_clauses ]
  [schedule_clause]
  AS query

column_list
   ( { column_name column_type column_properties } [, ...]
      [ , table_constraint ] [...])

   column_properties
      { NOT NULL | COMMENT column_comment | column_constraint | MASK clause } [ ... ]

view_clauses
  { PARTITIONED BY (col [, ...]) |
    CLUSTER BY clause |
    COMMENT view_comment |
    TBLPROPERTIES clause |
    SCHEDULE [ REFRESH ] schedule_clause |
    WITH { ROW FILTER clause } } [...]

schedule_clause
  { EVERY number { HOUR | HOURS | DAY | DAYS | WEEK | WEEKS } |
    CRON cron_string [ AT TIME ZONE timezone_id ] }

Parameter

• MENGGANTI

  Jika ditentukan, mengganti tampilan dan kontennya jika sudah ada.

• JIKA TIDAK ADA

  Membuat tampilan (view) jika belum ada. Jika tampilan dengan nama ini sudah ada, CREATE MATERIALIZED VIEW akan diabaikan.

  Anda dapat menentukan paling banyak salah satu IF NOT EXISTS atau OR REPLACE.

• view_name

  Nama tampilan yang baru dibuat. Nama tampilan yang sepenuhnya memenuhi syarat harus unik.

• column_list

  Secara opsional memberi label kolom dalam hasil kueri tampilan. Jika Anda menyediakan daftar kolom, jumlah alias kolom harus cocok dengan jumlah ekspresi dalam kueri. Jika tidak ada daftar kolom yang ditentukan, alias berasal dari isi tampilan.

  • column_name

    Nama kolom harus unik dan dipetakan ke kolom output kueri.

  • jenis_kolom

    Menentukan jenis data kolom. Tidak semua jenis data yang didukung Azure Databricks didukung oleh tampilan materialisasi.

  • column_comment

    STRING opsional yang menjelaskan kolom. Opsi ini harus ditentukan bersama dengan column_type. Jika jenis kolom tidak ditentukan, komentar kolom akan dilewati.

  • column_constraint

    Menambahkan batasan kunci primer atau kunci asing informasional ke kolom dalam tampilan materialis. Jika jenis kolom tidak ditentukan, batasan kolom akan dilewati.

  • Klausa MASK

    Penting

    Fitur ini ada di Pratinjau Publik.

    Menambahkan fungsi masker kolom untuk menganonimkan data sensitif. Semua kueri berikutnya dari kolom tersebut menerima hasil evaluasi fungsi tersebut di atas kolom sebagai pengganti nilai asli kolom. Ini dapat berguna untuk tujuan kontrol akses terperinci di mana fungsi dapat memeriksa identitas atau keanggotaan grup pengguna yang memanggil untuk menentukan apakah akan menyunting nilai tersebut. Jika jenis kolom tidak ditentukan, masker kolom akan diabaikan.

• pembatasan_tabel

  Menambahkan kunci primer informasional atau pembatasan kunci asing informasional pada tabel dalam tampilan materialisasi. Jika jenis kolom tidak ditentukan, batasan tabel dilewati.

• view_clauses

  Secara opsional tentukan partisi, komentar, properti yang ditentukan pengguna, dan jadwal refresh untuk tampilan materialisasi baru. Setiap sub klausul hanya dapat ditentukan satu kali.

  • DIPARTISI OLEH

    Daftar kolom tabel opsional untuk mempartisi tabel.

    Catatan

    Pengklusteran cairan memberikan solusi yang fleksibel dan dioptimalkan untuk pengklusteran. Pertimbangkan untuk menggunakan CLUSTER BY alih-alih PARTITIONED BY untuk tampilan materialisasi.

  • CLUSTER BY

    Klausa opsional untuk kluster menurut subset kolom. Untuk informasi selengkapnya tentang pengklusteran cair, lihat Menggunakan pengklusteran cair untuk tabel.

    Pengklusteran cairan Delta Lake tidak dapat dikombinasikan dengan PARTITIONED BY.

  • KOMENTAR view_comment

    STRING harfiah untuk menggambarkan tabel.

  • TBLPROPERTIES

    Secara opsional, atur satu atau beberapa properti yang ditentukan pengguna.

    Gunakan pengaturan ini untuk menentukan saluran runtime Alur Deklaratif Lakeflow yang dipakai untuk menjalankan pernyataan tersebut. Atur nilai properti pipelines.channel ke "PREVIEW" atau "CURRENT". Nilai defaultnya adalah "CURRENT". Untuk informasi selengkapnya tentang saluran Alur Deklarasi Lakeflow, lihat Saluran waktu proses Alur Deklarasi Lakeflow.

  • JADWAL [ REFRESH ] klausa_jadwal

    • EVERY number { HOUR | HOURS | DAY | DAYS | WEEK | WEEKS }

      Untuk menjadwalkan refresh yang terjadi secara berkala, gunakan sintaks EVERY. Jika sintaks EVERY ditentukan, tabel streaming atau tampilan materialisasi di-refresh secara berkala pada interval yang ditentukan berdasarkan nilai yang disediakan, seperti HOUR, HOURS, DAY, DAYS, WEEK, atau WEEKS. Tabel berikut ini mencantumkan nilai bilangan bulat yang diterima untuk number.

      Unit waktu	Nilai bilangan bulat
      HOUR or HOURS	1 <= H <= 72
      DAY or DAYS	1 <= D <= 31
      WEEK or WEEKS	1 <= W <= 8

      Catatan

      Bentuk tunggal dan jamak dari unit waktu yang disertakan setara secara semantik.

    • CRON cron_string [ AT TIME ZONE timezone_id ]

      Untuk menjadwalkan refresh menggunakan nilai quartz cron. time_zone_values yang valid diterima. AT TIME ZONE LOCAL tidak didukung.

      Jika AT TIME ZONE tidak ada, zona waktu sesi digunakan. Jika AT TIME ZONE tidak ada dan zona waktu sesi tidak diatur, kesalahan akan muncul. SCHEDULE secara semantik setara SCHEDULE REFRESHdengan .

  • dengan ROW FILTER klausa

    Penting

    Fitur ini ada di Pratinjau Publik.

    Menambahkan fungsi filter baris ke tabel. Semua kueri berikutnya dari tabel tersebut menerima subset baris yang dievaluasi oleh fungsi menjadi boolean TRUE. Ini dapat berguna untuk tujuan kontrol akses menurun di mana fungsi dapat memeriksa identitas atau keanggotaan grup pengguna yang memanggil untuk menentukan apakah akan memfilter baris tertentu.

• AS kueri

  Kueri yang membuat tampilan dari tabel dasar atau tampilan lainnya.

Izin yang diperlukan

Pengguna yang membuat tampilan materialisasi (MV) adalah pemilik MV dan harus memiliki izin berikut:

• SELECT hak istimewa atas tabel dasar yang dirujuk oleh MV.
• USE CATALOG hak istimewa pada katalog induk dan hak istimewa USE SCHEMA pada skema induk.
• CREATE MATERIALIZED VIEW hak akses pada skema untuk MV.

Agar pengguna dapat me-refresh MV, mereka memerlukan:

• USE CATALOG hak istimewa pada katalog induk dan hak istimewa USE SCHEMA pada skema induk.
• Kepemilikan MV atau REFRESH hak istimewa atas MV.
• Pemilik MV harus memiliki hak istimewa SELECT atas tabel dasar yang dirujuk oleh MV.

Agar pengguna dapat mengkueri MV, mereka memerlukan:

• USE CATALOG hak istimewa pada katalog induk dan hak istimewa USE SCHEMA pada skema induk.
• SELECT hak istimewa atas tampilan materialisasi.

Filter baris dan masker kolom

Penting

Fitur ini ada di Pratinjau Publik.

Filter baris memungkinkan Anda untuk menentukan fungsi yang digunakan sebagai filter setiap kali pemindaian tabel mengambil baris. Filter ini memastikan bahwa kueri berikutnya hanya mengembalikan baris di mana predikat filternya dievaluasi menjadi benar.

Masker kolom memungkinkan Anda menutupi nilai kolom setiap kali pemindaian tabel mengambil baris. Semua kueri di masa mendatang yang melibatkan kolom tersebut akan menerima hasil evaluasi fungsi di atas kolom, menggantikan nilai asli kolom.

Untuk informasi selengkapnya tentang cara menggunakan filter baris dan masker kolom, lihat Memfilter data tabel sensitif menggunakan filter baris dan masker kolom.

Mengelola Filter Baris dan Masker Kolom

Filter baris dan masker kolom pada tampilan materialisasi harus ditambahkan melalui pernyataan CREATE.

Perilaku

• Refresh sebagai Pendefinisi: Saat pernyataan REFRESH MATERIALIZED VIEW memperbarui tampilan materialized, fungsi filter baris berjalan dengan hak pendefinisi (sebagai pemilik tabel). Ini berarti refresh tabel menggunakan konteks keamanan pengguna yang membuat tampilan materialisasi.
• Kueri: Meskipun sebagian besar filter berjalan dengan hak pendefinisi, fungsi yang memeriksa konteks pengguna (seperti CURRENT_USER dan IS_MEMBER) adalah pengecualian. Fungsi-fungsi ini berjalan sebagai pemanggil. Pendekatan ini memberlakukan keamanan data dan kontrol akses khusus pengguna berdasarkan konteks pengguna saat ini.
• Saat membuat tampilan materialisasi atas tabel sumber yang berisi filter baris dan masker kolom, refresh tampilan materialisasi selalu merupakan refresh penuh. Refresh penuh memproses ulang semua data yang tersedia di sumber dengan definisi terbaru. Ini memastikan bahwa kebijakan keamanan pada tabel sumber dievaluasi dan diterapkan dengan definisi dan data yang paling terkini.

Observabilitas

Gunakan DESCRIBE EXTENDED, INFORMATION_SCHEMA, atau Catalog Explorer untuk memeriksa filter baris dan masker kolom yang ada yang berlaku untuk tampilan materialisasi tertentu. Fungsionalitas ini memungkinkan pengguna untuk mengaudit dan meninjau langkah-langkah akses dan perlindungan data pada tampilan materialisasi.

Batasan

• Saat tampilan terwujud dengan agregat sum melalui kolom berkemampuan NULL memiliki nilai non-NULL terakhir yang dihapus dari kolom tersebut - dan dengan demikian hanya NULL nilai yang tetap ada di kolom tersebut - nilai agregat hasil tampilan materialisasi mengembalikan nol alih-alih NULL.
• Referensi kolom tidak memerlukan alias. Ekspresi referensi non-kolom memerlukan alias, seperti dalam contoh berikut:
  • Diperbolehkan: SELECT col1, SUM(col2) AS sum_col2 FROM t GROUP BY col1
  • Dilarang: SELECT col1, SUM(col2) FROM t GROUP BY col1
• NOT NULL harus ditentukan secara manual bersama dengan PRIMARY KEY agar menjadi pernyataan yang valid.
• Tampilan materialisasi tidak mendukung kolom identitas atau kunci pengganti.
• Tampilan materialisasi tidak mendukung perintah OPTIMIZE dan VACUUM. Pemeliharaan terjadi secara otomatis.
• Tampilan materialisasi tidak mendukung harapan untuk menentukan batasan kualitas data.

Contoh

-- Create a materialized view if it doesn't exist
> CREATE MATERIALIZED VIEW IF NOT EXISTS subscribed_movies
  AS SELECT mo.member_id, mb.full_name, mo.movie_title
       FROM movies AS mo INNER JOIN members AS mb ON mo.member_id = mb.id;

-- Create and schedule a materialized view to be refreshed every day.
-- Note: All columns in a GROUP BY need to be explicitly aliased
> CREATE MATERIALIZED VIEW daily_sales
  COMMENT 'Daily sales numbers'
  SCHEDULE EVERY 1 DAY
  AS SELECT date AS date, sum(sales) AS sumOfSales
       FROM table1
       GROUP BY date;

-- Sets the runtime channel to "PREVIEW"
> CREATE MATERIALIZED VIEW mv_preview
  TBLPROPERTIES(pipelines.channel = "PREVIEW")
  AS SELECT * FROM RANGE(10)

-- Create a materialized view with a table constraint
> CREATE MATERIALIZED VIEW IF NOT EXISTS subscribed_movies(
    member_id int NOT NULL,
    full_name string,
    movie_title string,
    CONSTRAINT movie_pk PRIMARY KEY(member_id)
  )
  AS SELECT mo.member_id, mb.full_name, mo.movie_title
       FROM movies AS mo INNER JOIN members AS mb ON mo.member_id = mb.id;

-- Create or replace the materialized view to remove the table constraint and add a partition
> CREATE OR REPLACE MATERIALIZED VIEW subscribed_movies
  PARTITIONED BY (member_id)
  AS SELECT mo.member_id, mb.full_name, mo.movie_title
       FROM movies AS mo INNER JOIN members AS mb ON mo.member_id = mb.id;

-- Create a materialized view with a row filter and a column mask
> CREATE MATERIALIZED VIEW masked_view (
    id int,
    name string,
    region string,
    ssn string MASK catalog.schema.ssn_mask_fn
  )
  WITH ROW FILTER catalog.schema.us_filter_fn ON (region)
  AS SELECT id, name, region, ssn
       FROM employees;

Artikel terkait

• ALTER MATERIALIZED VIEW
• klausa batasan
• DROP VIEW
• SHOW CREATE TABLE
• Memfilter data tabel sensitif dengan filter baris dan masker kolom
• DESCRIBE TABLE

• REFRESH