CREATE MATERIALIZED VIEW

Aplica-se a: marque sim Databricks SQL

Uma exibição materializada é uma exibição em que os resultados pré-compilados estão disponíveis para consulta e podem ser atualizados para refletir as alterações na entrada. Sempre que uma exibição materializada é atualizada, os resultados da consulta são recalculados para refletir alterações em conjuntos de dados upstream. Todas as visões materializadas são apoiadas por um pipeline ETL. Você pode atualizar as exibições materializadas manualmente ou como parte de uma programação.

Para saber mais sobre como executar uma atualização manual, confira REFRESH (MATERIALIZED VIEW ou STREAMING TABLE).

Para saber mais sobre como agendar uma atualização, confira Exemplos ou ALTER MATERIALIZED VIEW.

Exibições materializadas só podem ser criadas usando um SQL Warehouse Pro ou sem servidor ou dentro de um pipeline.

Observação

As operações de criação e atualização em visões materializadas e tabelas de streaming são impulsionadas por pipelines declarativos do Lakeflow Spark sem servidor. Você pode usar o Gerenciador de Catálogos para exibir detalhes sobre os pipelines de backup na interface do usuário. Confira O que é o Explorador de Catálogos?.

Sintaxe

{ CREATE OR REPLACE MATERIALIZED VIEW | CREATE MATERIALIZED VIEW [ IF NOT EXISTS ] }
  view_name
  [ column_list ]
  [ view_clauses ]
  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 |
    DEFAULT COLLATION UTF8_BINARY |
    TBLPROPERTIES clause |
    SCHEDULE [ REFRESH ] schedule_clause |
    schedule |
    WITH { ROW FILTER clause } } [...]

schedule
  { SCHEDULE [ REFRESH ] schedule_clause |
    TRIGGER ON UPDATE [ AT MOST EVERY trigger_interval ] }

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

Parâmetros

MUDAR

Se for especificado, substitui a exibição e seu conteúdo, caso já exista.
SE NÃO EXISTIR

Cria a exibição se ela não existir. Se já houver uma exibição com esse nome, a instrução CREATE MATERIALIZED VIEW será ignorada.

Você pode especificar no máximo uma opção: IF NOT EXISTS ou OR REPLACE.
view_name

O nome da exibição recém-criada. O nome de exibição totalmente qualificado deve ser exclusivo.
column_list

Opcionalmente, rotula as colunas no resultado da consulta da exibição. Se você fornecer uma lista de colunas, o número de aliases de coluna deverá corresponder ao de expressões na consulta. Se nenhuma lista de colunas for especificada, os aliases serão derivados do corpo da exibição.
- nome_da_coluna
  
  Os nomes das colunas devem ser exclusivos e mapeados para as colunas de saída da consulta.
- tipo_de_coluna
  
  Especifica o tipo de dados da coluna. Nem todos os tipos de dados com suporte do Azure Databricks são compatíveis com exibições materializadas.
- column_comment
  
  Um literal opcional STRING que descreve a coluna. Essa opção deve ser especificada junto com o column_type. Se o tipo de coluna não for especificado, o comentário da coluna será ignorado.
- column_constraint
  
  Adiciona uma chave primária informativa ou uma restrição de chave estrangeira informativa à coluna em uma exibição materializada. Se o tipo de coluna não for especificado, a restrição da coluna será ignorada.
- Cláusula MASK
  
  Adiciona uma função de máscara de coluna para anonimizar dados confidenciais. Todas as consultas provenientes dessa coluna recebem o resultado da avaliação dessa função sobre a coluna no lugar do valor original da coluna. Isso pode ser útil para fins de controle de acesso detalhado, em que a função pode inspecionar a identidade ou as associações de grupo do usuário que a invoca para determinar se o valor deve ser redigido. Se o tipo de coluna não for especificado, a máscara da coluna será ignorada.
restrição_de_tabela

Adiciona uma chave primária informativa ou uma restrição de chave estrangeira informativa à tabela em uma exibição materializada. Se o tipo de coluna não for especificado, a restrição da tabela será ignorada.
view_clauses

Opcionalmente, especifique particionamento, comentários, propriedades definidas pelo usuário e um agendamento de atualização para a nova exibição materializada. Cada subcláusula só pode ser especificada uma vez.
- PARTICIONADO POR
  
  Uma lista opcional de colunas da tabela para particionar a tabela por.
  
  Observação
  
  O agrupamento líquido oferece uma solução flexível e otimizada para agrupamento. Considere usar CLUSTER BY em vez de PARTITIONED BY para exibições materializadas.
- CLUSTER BY
  
  Uma cláusula opcional para agrupamento por um subconjunto de colunas. Use o agrupamento automático de líquidos com CLUSTER BY AUTO, e o Databricks escolhe de forma inteligente as chaves de agrupamento para otimizar o desempenho da consulta. Consulte Usar clustering líquido para tabelas.
  
  O clustering líquido não pode ser combinado com PARTITIONED BY.
- COMENTÁRIO view_comment
  
  Um STRING literal para descrever a tabela.
- COLAÇÃO PADRÃO UTF8_BINARY
  
  Aplica-se a: Databricks SQL Databricks Runtime 17.1 and above
  
  Força a ordenação padrão da exibição materializada a UTF8_BINARY. Essa cláusula será obrigatória se o esquema no qual a exibição é criada tiver uma ordenação padrão diferente de UTF8_BINARY. A ordenação padrão da exibição materializada é usada como a ordenação padrão dentro do corpo da exibição.
- TBLPROPERTIES
  
  Opcionalmente, define uma ou mais propriedades definidas pelo usuário.
  
  Use essa configuração para especificar o canal de runtime do Lakeflow Spark Declarative Pipelines usado para executar essa instrução. Defina o valor da propriedade pipelines.channel como "PREVIEW" ou "CURRENT". O valor padrão é "CURRENT". Para obter mais informações sobre os canais do Lakeflow Spark Declarative Pipelines, consulte os canais de runtime do Lakeflow Spark Declarative Pipelines.
- horário
  
  A agenda pode ser uma SCHEDULE instrução ou uma TRIGGER instrução.
  - SCHEDULE [ REFRESH ] schedule_clause
    - EVERY number { HOUR | HOURS | DAY | DAYS | WEEK | WEEKS }
      
      Para agendar uma atualização que ocorra periodicamente, use a sintaxe EVERY. Se a sintaxe EVERY for especificada, a tabela de streaming ou o modo de exibição materializada serão atualizados periodicamente no intervalo especificado com base no valor fornecido, como HOUR, HOURS, DAY, DAYS, WEEK ou WEEKS. A tabela a seguir lista os valores inteiros aceitos para number.
      
      Unidade de tempo Valor inteiro
      
      HOUR or HOURS <1 = H <= 72
      
      DAY or DAYS <1 = D <= 31
      
      WEEK or WEEKS <1 = W <= 8
      
      Observação
      
      As formas singular e plural da unidade de tempo incluída são semanticamente equivalentes.
    - CRON cron_string [ AT TIME ZONE timezone_id ]
      
      Para agendar uma atualização usando um valor cron do Quartz. Valores time_zone_values válidos são aceitos. AT TIME ZONE LOCAL não é suportado.
      
      Se AT TIME ZONE estiver ausente, o fuso horário da sessão será usado. Se AT TIME ZONE estiver ausente e o fuso horário da sessão não estiver definido, um erro será lançado. SCHEDULE é semanticamente equivalente a SCHEDULE REFRESH.
  - GATILHO ATIVADO UPDATE [ NO MÁXIMO A CADA TRIGGER_INTERVAL ]
    
    Importante
    
    O TRIGGER ON UPDATE recurso está em Beta.
    
    Opcionalmente, defina a tabela para atualizar quando uma fonte de dados upstream for atualizada, no máximo uma vez a cada minuto. Defina um valor para AT MOST EVERY exigir pelo menos um tempo mínimo entre as atualizações.
    
    As fontes de dados upstream devem ser tabelas Delta externas ou gerenciadas (incluindo exibições materializadas ou tabelas de streaming) ou exibições gerenciadas cujas dependências são limitadas a tipos de tabela compatíveis. Não há suporte para tabelas compartilhadas de Delta Sharing como fontes upstream.
    
    Habilitar eventos de arquivo pode tornar os gatilhos com mais desempenho e aumenta alguns dos limites de atualizações de gatilho.
    
    A trigger_interval instrução INTERVAL é de pelo menos 1 minuto.
    
    TRIGGER ON UPDATE tem as seguintes limitações
    - Não mais do que 10 fontes de dados upstream por exibição materializada ao usar TRIGGER ON UPDATE.
    - No máximo 1000 tabelas de streaming ou exibições materializadas podem ser especificadas com TRIGGER ON UPDATE.
    - A AT MOST EVERY cláusula tem o padrão de 1 minuto e não pode ter menos de 1 minuto.
- Cláusula WITH ROW FILTER
  
  Adiciona uma função de filtro de linha à tabela. Todas as consultas subsequentes dessa tabela recebem um subconjunto das linhas para as quais a função é avaliada como TRUE booliano. Isso pode ser útil para fins de controle de acesso refinado em que a função pode inspecionar as associações de identidade ou grupo do usuário que a está invocando para determinar se deve filtrar determinadas linhas.
ConsultaAS

Uma consulta que constrói a exibição com base em tabelas base ou em outras exibições.

Unidade de tempo	Valor inteiro
`HOUR or HOURS`	<1 = H <= 72
`DAY or DAYS`	<1 = D <= 31
`WEEK or WEEKS`	<1 = W <= 8

Permissões necessárias

O usuário que cria uma exibição materializada (MV) é o proprietário do MV e precisa ter as seguintes permissões:

Privilégio SELECT sobre as tabelas base referenciadas pelo MV.
USE CATALOG privilégio no catálogo pai e o privilégio USE SCHEMA no esquema pai.
Privilégio CREATE MATERIALIZED VIEW no esquema para o MV.

Para que um usuário possa atualizar o MV, é preciso:

USE CATALOG privilégio no catálogo pai e o privilégio USE SCHEMA no esquema pai.
Propriedade do MV ou privilégio REFRESH no MV.
O proprietário do MV deve ter o privilégio SELECT sobre as tabelas base referenciadas pelo MV.

Para que um usuário possa consultar o MV, ele requer:

USE CATALOG privilégio no catálogo pai e o privilégio USE SCHEMA no esquema pai.
Privilégio SELECT sobre a exibição materializada.

Filtros de linha e máscaras de coluna

Os filtros de linha permitem especificar uma função que se aplica como um filtro sempre que uma verificação de tabela busca linhas. Esses filtros garantem que as consultas subsequentes retornem apenas linhas para as quais o predicado de filtro é avaliado como true.

As máscaras de coluna permitem mascarar os valores de uma coluna sempre que uma verificação de tabela busca linhas. Todas as consultas futuras envolvendo essa coluna receberão o resultado da avaliação da função sobre a coluna, substituindo o valor original da coluna.

Para obter mais informações sobre como usar filtros de linha e máscaras de coluna, consulte filtros de linha e máscaras de coluna.

Gerenciando filtros de linha e máscaras de coluna

Filtros de linha e máscaras de coluna em exibições materializadas devem ser adicionados por meio da instrução CREATE.

Comportamento

Atualizar como Definidor: quando a REFRESH MATERIALIZED VIEW instrução atualiza uma exibição materializada, as funções de filtro de linha são executadas com os direitos do definidor (como o proprietário da tabela). Isso significa que a atualização da tabela usa o contexto de segurança do usuário que criou a exibição materializada.
Consulta: embora a maioria dos filtros seja executada com os direitos do definidor, as funções que verificam o contexto do usuário (como CURRENT_USER e IS_MEMBER) são exceções. Essas funções são executadas como o invocador. Essa abordagem impõe controles de acesso e segurança de dados específicos do usuário com base no contexto do usuário atual.
Ao criar exibições materializadas sobre tabelas de origem que contêm filtros de linha e máscaras de coluna, a atualização da exibição materializada é sempre uma atualização completa. Uma atualização completa reprocessa todos os dados disponíveis na origem com as definições mais recentes. Isso garante que as políticas de segurança nas tabelas de origem sejam avaliadas e aplicadas com os dados e definições mais atualizados.

Observabilidade

Use DESCRIBE EXTENDED, INFORMATION_SCHEMAou o Catalog Explorer para examinar os filtros de linha e máscaras de coluna existentes que se aplicam a uma determinada exibição materializada. Essa funcionalidade permite que os usuários auditem e examinem as medidas de acesso e proteção de dados em exibições materializadas.

Limitações

Quando uma visão materializada com uma agregação sum sobre uma coluna que pode ser NULL tem o último valor não NULL removido dessa coluna e, assim, permanecem apenas valores NULL nessa coluna, o valor de agregação resultante da visão materializada retorna zero em vez de NULL.
A referência de coluna não requer um alias. Expressões de referência não coluna exigem um alias, como no exemplo a seguir:
- Permitido: SELECT col1, SUM(col2) AS sum_col2 FROM t GROUP BY col1
- Não permitido: SELECT col1, SUM(col2) FROM t GROUP BY col1
NOT NULL precisa ser especificado manualmente junto com a PRIMARY KEY para que seja uma instrução válida.
As exibições materializadas não dão suporte a colunas de identidade ou chaves substitutas.
As exibições materializadas não são compatíveis com os comandos OPTIMIZE e VACUUM. A manutenção ocorre automaticamente.
Exibições materializadas não dão suporte a expectativas para definir restrições de qualidade de dados.

Exemplos

-- 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 whenever the
-- upstream data is updated
> CREATE MATERIALIZED VIEW IF NOT EXISTS subscribed_movies
  TRIGGER ON UPDATE
  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;

REFRESH

Comentários

Esta página foi útil?

Last updated on 2025-12-15