Bancos de Dados IV. Visões Materializadas. Rogério Costa

Transcrição

1 Bancos de Dados IV Visões Materializadas Rogério Costa 1

2 Visões Materializadas Visão contém cópia resultado da consulta Auxilia no desempenho Subconjunto dos dados originais Junções / agregações já realizadas Podemos construir índices sobre as cópias dos dados

3 Consultas em VM Empregado matr nome data_nasc matr nome dia 005 Ana 01/03/ Maria 04/06/ João Maria Não é realizado acesso a tabela original Aniversariantes_de_Abril matr nome dia SELECT * FROM Anivesariantes_de_Abril WHERE matr > 100

4 Visões Materializadas Dados da visão podem estar desatualizados Tem que ser estabelecida política de atualização Freqüência de atualização dos dados originais e necessidade de informação atualizada => importantes fatores a serem considerados Atualizações da visão freqüentes => queda no desempenho Atualizações da visão raras => dados desatualizados

5 Dimensões Podemos criar a relação lógica de hierarquia através do comando CREATE DIMENSION Pode ser em alguns SGBDs (ex. Oracle) em operações de Query Rewrite...

6 Visões Materializadas Sintaxe simplificada de criação CREATE MATERIALIZED VIEW <name> <build option> REFRESH <refresh option> <refresh mode> [ENABLE DISABLE] QUERY REWRITE AS SELECT <select clause>; <build option> identifica quando a VM será construída BUILD IMMEDIATE: construída imediatamente BUILD DEFFERED: não é construída imediatamente

7 Visões Materializadas Refresh Options COMPLETE atualiza totalmente a visão FAST atualiza a visão de forma incremental Necessária a existência de um materialized view log em cada visão acessada (dentre outros requisitos) FORCE tenta fazer de forma incremental. Se não consegue, faz completo.

8 Visões Materializadas Refresh Modes ON COMMIT atualiza os dados a cada commit de transações onde participem as tabelas utilizadas na visão Mantém os dados atualizados várias restrições para utilização ON DEMAND atualiza os dados somente sob demanda (DBMS_MVIEW.REFRESH) START WITH [NEXT] <date> - atualiza os dados em períodos de tempos pré-determinados (exemplo: todos os dias as 23h)

9 Exemplo VM - 1 (1/4) SELECT p.prod_subcategory, t.calendar_month_desc, c.cust_city, -- SUM(s.amount_sold) AS sum_amount_sold, COUNT(s.amount_sold) AS count_amount_sold FROM sales s, products p, times t, customers c WHERE s.time_id=t.time_id AND s.prod_id=p.prod_id AND s.cust_id=c.cust_id GROUP BY p.prod_subcategory, t.calendar_month_desc, c.cust_city;

10 Exemplo VM - 1 (2/4) Id Operation Name Rows Bytes TempSpc Cost SELECT STATEMENT 550K 39M SORT GROUP BY 550K 39M 126M HASH JOIN 1016K 73M TABLE ACCESS FULL TIMES HASH JOIN 1016K 58M TABLE ACCESS FULL PRODUCTS K 38 6 HASH JOIN 1016K 35M 1320K TABLE ACCESS FULL CUSTOMERS K PARTITION RANGE ALL 9 TABLE ACCESS FULL SALES 1016K 21M

11 Exemplo VM - 1 (3/4) CREATE MATERIALIZED VIEW sum_sales_pscat_month_city_mv ENABLE QUERY REWRITE AS -- SELECT p.prod_subcategory, t.calendar_month_desc, c.cust_city, SUM(s.amount_sold) AS sum_amount_sold, COUNT(s.amount_sold) AS count_amount_sold FROM sales s, products p, times t, customers c WHERE s.time_id=t.time_id AND s.prod_id=p.prod_id AND s.cust_id=c.cust_id GROUP BY p.prod_subcategory, t.calendar_month_desc, c.cust_city;

12 Exemplo VM - 1 (4/4) SELECT p.prod_subcategory, t.calendar_month_desc, c.cust_city, SUM(s.amount_sold) AS sum_amount_sold, COUNT(s.amount_sold) -- AS count_amount_sold FROM sales s, products p, times t, customers c WHERE s.time_id=t.time_id AND s.prod_id=p.prod_id AND s.cust_id=c.cust_id GROUP BY p.prod_subcategory, t.calendar_month_desc, c.cust_city; Id Operation Name Rows Bytes SELECT STATEMENT 121K 9020K 1 TABLE ACCESS FULL SUM_SALES_PSCAT_MONTH_CITY_MV 121K 9020K

13 Exemplo - Especificando dimensões Exemplo: CREATE DIMENSION products_dim LEVEL product IS (products.prod_id) LEVEL subcategory IS (products.prod_subcategory) LEVEL category IS (products.prod_category) HIERARCHY prod_rollup ( product CHILD OF subcategory CHILD OF category ) ATTRIBUTE product DETERMINES (products.prod_name, products.prod_desc, prod_weight_class, prod_unit_of_measure, prod_pack_size,prod_status, prod_list_price, prod_min_price) ATTRIBUTE subcategory DETERMINES (prod_subcategory, prod_subcat_desc) ATTRIBUTE category DETERMINES (prod_category, prod_cat_desc);

14 Exemplo VM - 2 (1/4) CREATE MATERIALIZED VIEW items_mv BUILD IMMEDIATE -- REFRESH ON DEMAND ENABLE QUERY REWRITE AS SELECT l.slr_id, c.cal_date, sum(l.gms) gms FROM items l, calendar c WHERE l.end_date=c.cal_date GROUP BY l.slr_id, c.cal_date;

15 Exemplo VM - 2 (2/4) SQL> select c.qtr_id, sum(l.gms) gms 2 from items l, calendar c 3 where l.end_date=c.cal_date 4 group by l.slr_id, c.qtr_id; Execution Plan SELECT STATEMENT Optimizer=CHOOSE (Cost=16174 Card=36258 Bytes= ) SORT (GROUP BY) (Cost=16174 Card=36258 Bytes= ) HASH JOIN (Cost=81 Card= Bytes= ) TABLE ACCESS (FULL) OF CALENDAR' (Cost=2 Card=8017 Bytes=128272) TABLE ACCESS (FULL) OF ITEMS' (Cost=76 Card=69993 Bytes= )

16 Exemplo VM - 2 (3/4) CREATE DIMENSION time_dim LEVEL CAL_DATE IS calendar.cal_date LEVEL PRD_ID IS calendar.prd_id LEVEL QTR_ID IS calendar.qtr_id LEVEL YEAR_ID IS calendar.year_id LEVEL WEEK_IN_YEAR_ID IS calendar.week_in_year_id HIERARCHY calendar_rollup (CAL_DATE CHILD OF PRD_ID CHILD OF QTR_ID CHILD OF YEAR_ID) HIERARCHY week_rollup (CAL_DATE CHILD OF WEEK_IN_YEAR_ID CHILD OF YEAR_ID) ATTRIBUTE PRD_ID DETERMINES PRD_DESC ATTRIBUTE QTR_ID DETERMINES QTR_DESC;

17 Exemplo VM - 2 (4/4) SQL> select c.qtr_id, sum(l.gms) gms 2 from items l, calendar c 3 where l.end_date=c.cal_date 4 group by l.slr_id, c.qtr_id; Execution Plan SELECT STATEMENT Optimizer=CHOOSE (Cost=3703 Card= Bytes= ) SORT (GROUP BY) (Cost=3703 Card= Bytes= ) HASH JOIN (Cost=31 Card= Bytes= ) VIEW (Cost=25 Card=8017 Bytes=128272) SORT (UNIQUE) (Cost=25 Card=8017 Bytes=128272) TABLE ACCESS (FULL) OF CALENDAR (Cost=2 Card=8017 Bytes=128272) TABLE ACCESS (FULL) OF ITEMS_MV (Cost=3 Card=10962 Bytes=383670)