StarRocks物化视图透明改写机制

1. 透明改写实现

StarRocks的物化视图改写发生在查询优化器阶段：

SELECT解析 → AST → 优化器
                            ↓
                   物化视图匹配器
                     ├ 结构匹配
                     ├ 维度匹配
                     ├ 聚合匹配
                     └ 过滤条件匹配

2. 改写条件

完全匹配：

-- MV定义
CREATE MV mv AS
SELECT user_id, date_trunc('day', ts), COUNT(*)
FROM logs GROUP BY user_id, date_trunc('day', ts);

-- 改写查询
SELECT user_id, date_trunc('day', ts), COUNT(*)
FROM logs GROUP BY 1, 2;  -- ✅ 自动改写

部分匹配：

-- 查询只请求MV子集
SELECT COUNT(*) FROM logs;  -- ✅ 使用MV聚合结果

不匹配：

• 多表JOIN与单表MV不匹配
• 聚合函数类型不同
• 过滤条件不一致

3. 异步刷新策略

-- 创建物化视图（默认手动刷新）
CREATE MATERIALIZED VIEW mv
DISTRIBUTED BY HASH(user_id)
REFRESH ASYNC START("2024-01-01") EVERY(INTERVAL 1 HOUR)
AS SELECT ...

-- 手动刷新
REFRESH MATERIALIZED VIEW mv;

-- 查看刷新状态
SHOW MATERIALIZED VIEWS;

4. 性能优化效果

场景	原始查询	使用MV后	提升
亿级表COUNT	10s+	10ms	1000x
日UV统计	30s	100ms	300x
多维聚合	分钟级	秒级	50x

5. 与查询缓存的区别

维度	物化视图	查询缓存
存储	持久化数据	查询结果缓存
更新	异步刷新	自动失效
改写	优化器自动	不改写
数据量	可很大	结果集

最佳实践：

• 针对高频查询模式创建MV
• MV数量建议 ≤ 30/表
• 定期监控MV刷新延迟