邏輯檢視表和具體化檢視表總覽
本文將說明及比較 BigQuery 中的邏輯檢視表和具體化檢視表。在現代資料倉儲中，檢視區塊是原始資料和商業智慧之間重要的抽象層。在 BigQuery 中，架構師通常會選擇兩種型別：邏輯 (標準) 檢視表和具體化檢視表。雖然這些檢視畫面共用相同的介面，但底層機制、效能設定檔和費用影響有所不同。
邏輯檢視表
邏輯 (標準) 檢視表是 SQL 查詢定義的虛擬資料表。不會儲存任何實體資料。而是儲存從基礎資料表擷取資料所需的查詢邏輯。查詢邏輯檢視區塊時，BigQuery 查詢引擎會將檢視區塊展開為基礎查詢。這表示每次呼叫檢視表時，BigQuery 都會重新執行檢視表。
邏輯檢視區塊的優點包括：
- 沒有儲存空間負擔。由於系統不會儲存額外資料，因此您只需支付基本資料表的儲存費用。
- 即時準確度。由於查詢是在執行時執行，因此結果一律會反映基本資料表的最新狀態。
- 邏輯抽象化。簡化複雜的聯結或套用資料列層級安全性，不必複製資料。
- SQL 彈性。支援全方位的 BigQuery SQL，包括複雜的視窗函式、使用者定義函式 (UDF) 和所有聯結類型。
具體化檢視表
Materialized view 是預先運算的檢視區塊，會定期儲存 SQL 查詢的結果。與邏輯檢視區塊不同，實體檢視區塊會實際儲存運算資料，因此 BigQuery 無需重複處理原始基礎資料，即可更快提供結果。這項功能可預先處理查詢，減少大型資料集的查詢延遲時間，並降低常用查詢的運算成本。
BigQuery 具體化檢視表結合了預先計算資料的速度和即時檢視的準確度。他們透過下列方式達成這項目標：
- 自動重新整理。當基礎資料表變更時，背景程序會更新具體化檢視表。
- 資料更新間隔。如果查詢發生時，背景重新整理作業尚未完成，BigQuery 會自動補償未處理的基礎資料表變更，提供最新結果。
- 智慧微調。如果查詢最佳化工具判斷具體化檢視表能更有效率地提供答案，就會自動將查詢從基本資料表重新導向至具體化檢視表。
邏輯檢視表與具體化檢視表的比較
雖然邏輯檢視是預設的檢視類型，但如果您經常查詢大型或運算成本高昂的檢視，則應考慮建立具體化檢視。邏輯檢視區是虛擬的，可重複參照一組資料，但不會實際儲存任何資料。實體化檢視區塊是使用 SQL 定義，就像邏輯檢視區塊一樣，但會實際儲存 BigQuery 用來提升效能的資料。
下表摘要列出 BigQuery 邏輯檢視表和具體化檢視表的異同之處：
| 尺寸 | 邏輯檢視 | 具體化檢視表 |
|---|---|---|
| 資料持續性 | 無 (虛擬) | 實體 (儲存在磁碟上) |
| 執行 | 每次呼叫檢視區塊時 | 預先計算；背景重新整理 |
| 資料過時 | 永不 | 選用 1 (透過重新整理) |
| 效能 | 變數 (基本資料表 相依) | 穩定快速 |
| SQL 複雜度 | 無限制 | 有限制 |
| 最佳化目標 | 安全性和抽象化 | 提高速度並降低成本 |
| 維護和儲存空間費用 | 否 | 是 |
1 處理大型且經常變更的資料集時，--max_staleness 選項可提升查詢效能並控管費用。
何時使用邏輯檢視區塊
- 語意分層。將複雜的資料欄名稱重新命名為非技術人員也能理解的業務用語。
- 快速開發。如果邏輯變動頻繁，且您不想管理實體儲存空間的額外負荷，請使用這項功能。
- 整合資料來源。為 Looker Studio 或 BigQuery sharing (舊稱 Analytics Hub) 等資料視覺化工具提供資料來源。
具體化檢視表的使用時機
- 預先處理資料。準備匯總、篩選器、聯結和叢集，提高查詢效能。
- 資訊主頁加速。為 Looker 等商業智慧工具提供支援，這些工具經常查詢相同的匯總指標，例如每日活躍使用者。
- 對大型串流進行即時分析。可針對接收高速串流資料的表格，提供更快速的回應。
- 成本管理。減少對大型資料集重複執行昂貴查詢的成本。
授權檢視表
您也可以建立授權檢視表，將來源資料集中的部分資料分享至次要資料集的檢視表。接著，您可以將這個檢視區分享給特定使用者和群組 (主體)，這些對象可以查看您分享的資料並對其執行查詢，但無法直接存取來源資料集。
您可以為邏輯或具體化檢視表建立授權檢視表。具體化檢視表的授權檢視表稱為「授權具體化檢視表」。
最佳做法
如要建構完善的 BigQuery 環境，邏輯檢視區塊是整合所需資料的實用工具。預留具體化檢視區塊，做為特定高流量查詢模式的效能最佳化工具，這些模式涉及大量彙整作業。
如要瞭解如何監控具體化檢視區塊的使用情況和效能，請參閱MATERIALIZED_VIEWS檢視區塊。