Was sind materialisierte Seeansichten in Microsoft Fabric?

Materialisierte Seeansichten sind vorkompiliert, gespeicherte Ergebnisse von SQL-Abfragen, die bei Bedarf oder nach Einem Zeitplan aktualisiert werden können. Stellen Sie sich sie als "intelligente Tabellen" vor, die die Ergebnisse komplexer Transformationen, Aggregationen oder Verknüpfungen enthalten – mit intelligenten Aktualisierungsstrategien, um Daten aktuell zu halten.

Warum materialisierte Seeansichten verwenden?

Materialisierte Seeansichten lösen häufige Datentechnik-Herausforderungen:

• Leistung: Statt teure Abfragen wiederholt auszuführen, werden die Ergebnisse vorkompiliert und gespeichert.
• Konsistenz: Jeder greift auf dieselben transformierten Daten zu, wodurch Diskrepanzen reduziert werden.
• Effizienz: Aktualisieren Sie nur, wenn Quelldaten tatsächlich geändert werden, und sparen Sie Rechenressourcen.
• Einfachheit: Definieren von Transformationen einmal mithilfe der vertrauten SQL-Syntax

Wann sollten Sie materialisierte Seeansichten verwenden?

Berücksichtigen Sie materialisierte Seeansichten, wenn Sie folgendes haben:

• Häufig verwendete Aggregationen (tägliche Verkaufssummen, monatliche Metriken)
• Komplexe Verknüpfungen über mehrere große Tabellen hinweg, die häufig abgefragt werden
• Datenqualitätstransformationen , die konsistent angewendet werden müssen
• Berichtsdatensätze , die Daten aus mehreren Quellen kombinieren
• Medallion-Architektur, bei denen Bronze → Silber → Goldtransformationen erforderlich sind

Verwenden Sie sie nicht für:

• Einmalige oder selten aufgerufene Abfragen
• Einfache Transformationen, die schnell ausgeführt werden
• Hochfrequenzstreamingdaten (ziehen Sie Echtzeit-Intelligenz für Untersekundenaktualisierungen in Betracht)

Wie funktionieren materialisierte Seeansichten?

Materialisierte Seeansichten verwenden einen deklarativen Ansatz – Sie definieren, WAS Sie wollen, nicht WIE sie erstellt werden:

1. Create: Schreiben Sie SQL, das Ihre Transformation definiert.
2. Refresh: Fabric bestimmt die optimale Aktualisierungsstrategie (inkrementell, vollständig oder überspringen)
3. Abfrage: Anwendungen fragen die materialisierte Ansicht wie jede Tabelle ab
4. Überwachen: Nachverfolgen von Datenqualität, Linien und Aktualisierungsstatus

Wichtige Funktionen

Automatische Aktualisierungsoptimierung

Fabric bestimmt automatisch, wann und wie Ihre Ansichten aktualisiert werden:

• Inkrementelle Aktualisierung: Verarbeitet nur neue oder geänderte Daten
• Vollständige Aktualisierung: Erstellt die gesamte Ansicht bei Bedarf neu.
• Aktualisierung überspringen: Keine Aktualisierung erforderlich, wenn quelldaten nicht geändert wurden

Integrierte Datenqualität

Definieren Sie Regeln direkt in Sql, und geben Sie an, wie Verstöße behandelt werden:

CONSTRAINT valid_sales CHECK (sales_amount > 0) ON MISMATCH DROP

Abhängigkeitsverwaltung

• Visualisieren, wie Ihre Ansichten voneinander abhängen
• Automatische Aktualisierungsbestellung basierend auf Abhängigkeiten
• Die Verarbeitung folgt der Abhängigkeitskette, um die Datenkonsistenz sicherzustellen.

Überwachung und Erkenntnisse

• Nachverfolgen der Aktualisierungsleistung und des Ausführungsstatus
• Anzeigen von Datenqualitätsmetriken und Verstoßanzahlen in Linien
• Überwachung der Job-Instanzen und des Aktualisierungsverlaufs

Gängige Anwendungsfälle

Dashboard für Verkaufsberichte

-- Daily sales summary that refreshes automatically
CREATE MATERIALIZED LAKE VIEW daily_sales AS
SELECT 
    DATE(order_date) as sale_date,
    region,
    SUM(amount) as total_sales,
    COUNT(*) as order_count
FROM orders 
GROUP BY DATE(order_date), region;

Datenqualitätsüberprüfung

-- Clean customer data with quality rules
CREATE MATERIALIZED LAKE VIEW clean_customers (
    CONSTRAINT valid_email CHECK (email IS NOT NULL) ON MISMATCH DROP
) AS
SELECT 
    customer_id,
    TRIM(customer_name) as customer_name,
    LOWER(email) as email
FROM raw_customers
WHERE customer_name IS NOT NULL;

Medallion-Architektur

-- Bronze → Silver transformation
CREATE MATERIALIZED LAKE VIEW silver_products AS
SELECT 
    product_id,
    product_name,
    category,
    CAST(price as DECIMAL(10,2)) as price
FROM bronze_products
WHERE price > 0;

Aktuelle Einschränkungen

Die folgenden Features sind derzeit für materialisierte Seeansichten in Microsoft Fabric nicht verfügbar:

• Deklarative Syntaxunterstützung für PySpark. Mithilfe der Spark SQL-Syntax können Sie materialisierte Seeansichten erstellen und aktualisieren.
• Merkmale zur plattformübergreifenden Lakehouse-Vererbung und -Ausführung.

Verwandte Inhalte

• Spark SQL-Referenz für materialisierte Seeansichten
• Überwachen materialisierter Seeansichten