BigQuery - 物化视图

---

---

除了创建表和视图外，BigQuery 还方便创建物化视图。

什么是物化视图？

物化视图类似于表，因为它也是数据的“快照”。但是，物化视图的不同之处在于，真正的物化视图会动态更新，而无需运行查询。

物化视图的类型

广义上讲，有两种物化视图：

• 已保存为表并会定期从外部来源更新的视图。
• 在 BigQuery Studio 中创建的“真正”物化视图。

以下是第一种视图的示例架构：

• SQL 查询现有视图
• 在 Python 脚本中，该视图被转换为数据帧
• 数据帧上传到 BigQuery
• 物化视图被追加或覆盖

由于上述方法是一个多步骤过程，BigQuery 简化了物化视图的创建和维护。

创建 BigQuery 物化视图

用户可以通过运行 **CREATE MATERIALIZED VIEW** SQL 语句来创建 BigQuery 物化视图，后跟：

• 项目
• 数据集
• 新的物化视图名称
• SQL 语句

示例

这是一个示例，其中一个包含假设销售数据的现有表被物化：

请注意 BigQuery 文档中列出的以下 **限制**：

• 每个表在一个数据集内最多可包含 20 个物化视图
• 一个项目中最多只能有 100 个物化视图
• 一个组织中最多只能有 500 个物化视图

在 BigQuery 中编写简单的 SQL 脚本

现在将所有内容整合在一起，是时候编写一个简单的脚本，该脚本将：

• 使用动态变量
• 删除昨天的数据
• 将新数据插入表中
• 使用查询选择/加载数据

到目前为止，尚未介绍如何在 SQL 脚本中定义和使用变量。

在 BigQuery 中，**变量语法**如下：

DECLARE variable_name TYPE DEFAULT function used to create dynamic variable

例如：

DECLARE yesterday DATE DEFAULT DATE_SUB(CURRENT_DATE(), INTERVAL 1 DAY)

我们将以此开始以下脚本，该脚本将删除奥斯汀共享单车分区表中的先前数据，并且只插入最新数据。

在 BigQuery 中运行此脚本时，由于分号的存在，SQL 引擎将分阶段运行它。可以通过单击“查看结果”来查看最终结果。

单击 **“查看结果”** 将生成此输出。

最后，我们可以看到添加到表中的新行。