物化视图是什么：
我的理解是：普通视图保存的是一条 SQL，物化视图保存的是这条 SQL 的查询结果—— 结果以物理表的形式落盘，所以它“像一张表”。

一、物化视图与普通视图区别

简单说：视图是 “查询的快捷方式”，物化视图是 “查询结果的快照”，本质是用空间换时间—— 多占一点磁盘，换高频查询的大幅提速。

二、刷新方式：快速、完全、强制

物化视图的数据不会自己更新，需要 “刷新” 来和基表同步。刷新方式可以从两个维度理解：
按刷新方法：

快速刷新（FAST）：借助物化视图日志，只同步上次刷新以来的增量数据。适合基表变更频繁、又希望尽量近实时同步的场景。但它的前提是物化视图的 SQL 结构足够简单（见第七节第 1 点）。
完全刷新（COMPLETE）：先清空旧数据，再全量重建。适合基表数据量不大，或允许夜间批量刷新的场景。
强制刷新（FORCE）：先尝试快速刷新，条件不满足就自动降级为完全刷新。省心，但效率取决于能否走快速路径。

按触发时机：

按需刷新（ON DEMAND）：不自动刷新，需要时手动执行 REFRESH。适合数据变化不频繁、实时性要求不高的场景。
定时刷新（START WITH / NEXT）：START WITH 指定首次刷新时间，NEXT 指定刷新间隔，比如 “每天凌晨 1 点刷一次”。
提交时刷新（ON COMMIT）：基表有事务提交时立即刷新，实时性最好，但对频繁更新的表代价很高，生产环境慎用。

三、语法骨架


CREATE MATERIALIZED VIEW [模式名.]物化视图名
(
    -- 可选：指定列名（不指定则自动继承查询中的列名）
    列1, 列2, ...
)
-- ========== 存储选项（物理属性） ==========
[STORAGE (INITIAL 初始大小, NEXT 增长大小, MINEXTENTS 最小区数, ...)]
[USING INDEX STORAGE (索引存储参数)]
[USING INDEX PCTFREE 百分比]
[PARTITION BY 分区方式 (分区列)]  -- 支持对物化视图分区

-- ========== 刷新方式（重点） ==========
[REFRESH 
    { FAST | COMPLETE | FORCE }   -- 刷新方式：快速/完全/强制
    [ ON { DEMAND | COMMIT } ]    -- 触发时机：按需/提交时
    [ START WITH 开始时间 ]       -- 首次自动刷新时间
    [ NEXT 下次刷新时间表达式 ]   -- 刷新间隔
    [ WITH { PRIMARY KEY | ROWID } ]  -- 刷新依据
]

-- ========== 是否预建表 ==========
[BUILD { IMMEDIATE | DEFERRED }] 
 -- IMMEDIATE（立即创建数据）/ DEFERRED（只建结构，稍后刷新）

-- ========== 查询语句 ==========
ASSELECT ... FROM ... [GROUP BY ...] [HAVING ...]

四、实验：从建日志到删除

以下实验都在测试库 TEST 下完成，基表是订单明细表 ORDER_DETAIL，字段为：ORDER_DATE（下单日期）、ORDER_NO（订单号）、AMOUNT（金额）、QTY（数量）。目标是建一个 “每日订单汇总” 物化视图，每天自动刷新一次。
1、创建物化视图日志表
快速刷新靠物化视图日志（MLOG）记录基表增量，所以先建日志：

CREATE MATERIALIZED VIEW LOG ON TEST.ORDER_DETAIL
STORAGE (INITIAL 1, NEXT 1, MINEXTENTS 1, FILLFACTOR 0)
WITH ROWID, PRIMARY KEY;

2、创建物化视图
– 每天刷新一次：统计每日订单数、总金额、总件数

CREATE MATERIALIZED VIEW TEST.MV_ORDER_DAY_SUMMARY
REFRESH COMPLETE ON DEMAND
START WITH SYSDATE
NEXT SYSDATE + INTERVAL '1' DAY
AS SELECT
    ORDER_DATE,
    COUNT(*)     AS ORDER_COUNT,
    SUM(AMOUNT)  AS TOTAL_AMOUNT,
    SUM(QTY)     AS TOTAL_QTY
FROM TEST.ORDER_DETAIL
GROUP BY ORDER_DATE;

3、手动刷新

-- 全量重建
REFRESH MATERIALIZED VIEW TEST.MV_ORDER_DAY_SUMMARY COMPLETE;
-- 增量同步（前提：满足快速刷新约束）
REFRESH MATERIALIZED VIEW TEST.MV_ORDER_DAY_SUMMARY FAST;
-- 强制刷新：先试 FAST，不行自动降级为 COMPLETE
REFRESH MATERIALIZED VIEW TEST.MV_ORDER_DAY_SUMMARY FORCE;

4、修改刷新计划、删除

-- 修改刷新时间（改为每小时刷新）
ALTER MATERIALIZED VIEW TEST.MV_ORDER_DAY_SUMMARY
REFRESH COMPLETE ON DEMAND
START WITH SYSDATE
NEXT SYSDATE + INTERVAL '1' HOUR;
-- 不再需要时删除
DROP MATERIALIZED VIEW TEST.MV_ORDER_DAY_SUMMARY;

五、应用场景

判断标准就一条：结果集是 “算一遍、读很多遍”，就值得物化；如果是 “每次查的数据都不一样”，用了反而浪费空间。

六、物化视图的索引优化

物化视图可以像普通表一样建索引，这是它比普通视图强的地方：

-- 在物化视图上建索引（大幅提升查询速度）
CREATE INDEX IDX_MV_DAILY_SALES_SALE_DATE ON DEMO.MV_DAILY_SALES(SALE_DATE);
CREATE BITMAP INDEX IDX_MV_DAILY_SALES _ORDER_COUNT ON DEMO. MV_DAILY_SALES (ORDER_COUNT);

七、注意事项

1. 快速刷新不是所有SQL都支持
官方文档按 SQL 结构把物化视图分成 AGGREGATE（仅分组聚合）、JOIN（仅多表连接）、SUBQUERY（仅子查询）、COMPLEX（其他复杂类型）四类。带 DISTINCT、UNION、外连接等复杂操作的，快速刷新会失败，只能退回 FORCE 或 COMPLETE。设计 SQL 时就要想好刷新策略。
2. 物化视图日志大小要注意，要定期清理
日志会不断累积基表的变更记录，越来越大，影响基表 DML 性能。定期执行：

PURGE MATERIALIZED VIEW LOG ON TEST.ORDER_DETAIL;

3. COMPLETE 刷新会锁基表
完全刷新期间基表会被锁定，业务 DML 会被阻塞。生产环境放业务低峰期执行，或者改用快速刷新。
4. 用数据字典监控刷新状态
刷新失败不会主动报警，数据陈旧了很难发现。查 SYS.USER_MVIEWS 可以看每个物化视图的状态：

SELECT MVIEW_NAME, MVIEW_TYPE, LAST_REFRESH_DATE, STALENESS
FROM USER_MVIEWS;

LAST_REFRESH_DATE 停在好几天前，说明刷新任务已经挂了，要赶紧查刷新任务的报错。

八、总结

物化视图是 DM8 里 “以空间换时间” 的典型工具：把高频聚合计算前置，换取查询性能的提升。它不复杂，但刷新策略的选择、日志的维护、状态的监控这三件事没做好，优化工具也可能变成新的麻烦。

DM8物化视图