Introdução às visualizações materializadas

As visualizações materializadas são visualizações pré-computadas que armazenam periodicamente os resultados de uma consulta SQL. Em alguns casos de uso, as visualizações materializadas reduzem o tempo total de processamento e os encargos relacionados, diminuindo a quantidade de dados a serem verificados para cada consulta. É possível consultar visualizações materializadas como outros recursos de dados.

Os casos de uso a seguir destacam o valor das visualizações materializadas:

Pré-processar dados. Melhore o desempenho da consulta preparando agregações, filtros, mesclagens e clusters.
Aceleração do painel. Capacite ferramentas de BI, como o Looker, que consultam com frequência as mesmas métricas agregadas, por exemplo, usuários ativos diários.
Análise em tempo real de grandes streams. Pode fornecer respostas mais rápidas em tabelas que recebem dados de streaming de alta velocidade.
Gerenciamento de custos. Reduza o custo de consultas repetitivas e caras em grandes conjuntos de dados.

As principais características das visualizações materializadas incluem o seguinte:

Manutenção zero. As visualizações materializadas são pré-computadas em segundo plano quando as tabelas base são alteradas. Todas as alterações de dados incrementais das tabelas base são automaticamente adicionadas às visualizações materializadas, sem a necessidade de uma ação do usuário.
Dados atuais. Visualizações materializadas retornam dados recentes. Se as alterações nas tabelas base puderem invalidar a visualização materializada, os dados serão lidos diretamente das tabelas base. Se as alterações nas tabelas base não invalidarem a visualização materializada, o restante dos dados será lido a partir da visualização materializada e apenas as alterações serão lidas das tabelas base.
Ajuste inteligente. Se alguma parte de uma consulta em uma tabela base puder ser resolvida consultando a visualização materializada, o BigQuery redirecionará a consulta para usar a visualização materializada, melhorando o desempenho e a eficiência. Para informações sobre como e quando o ajuste inteligente pode melhorar consultas, consulte Usar visualizações materializadas.

Visualizações materializadas incrementais e não incrementais

Há dois tipos básicos de visualizações materializadas:

As visualizações materializadas incrementais oferecem suporte a um conjunto limitado de recursos. Para saber mais sobre a sintaxe SQL compatível com visualizações materializadas, consulte Criar visualizações materializadas. Somente as visualizações materializadas incrementais podem aproveitar o ajuste inteligente.
As funções não incrementais oferecem suporte à maioria das sintaxes que as visualizações materializadas incrementais não oferecem.

Ao criar visualizações materializadas, por padrão, o BigQuery só permite criar visualizações com base em consultas incrementais. Para criar uma visualização não incremental, você pode especificar allow_non_incremental_definition = true na definição da visualização materializada.

O melhor tipo de visualização materializada a ser usado depende da sua situação. A tabela a seguir compara os recursos de visualizações materializadas incrementais e não incrementais

Categoria	Incremental	Não incremental
Compatibilidade de consulta	Limitado	A maioria das consultas
Custo de manutenção	Pode reduzir o custo de consultas usadas com frequência. Para saber como as visualizações materializadas são atualizadas, consulte Atualizações incrementais.	Cada atualização executa a consulta completa.
Suporte a ajuste inteligente	Oferecido para a maioria das consultas de visualizações.	Não
Resultados sempre atualizados	Compatível. As visualizações incrementais retornam resultados de consultas recentes, mesmo quando as tabelas base foram alteradas desde a última atualização.	Não

Visualizações materializadas autorizadas

É possível criar uma visualização materializada autorizada para compartilhar um subconjunto de dados de um conjunto de dados de origem com uma visualização em um conjunto de dados secundário. Em seguida, você pode compartilhar essa visualização com usuários e grupos específicos (principais) que podem visualizar os dados compartilhados. Os principais podem consultar os dados fornecidos em uma visualização, mas não podem acessar o conjunto de dados de origem diretamente.

As visualizações autorizadas e as visualizações materializadas autorizadas são autorizadas da mesma maneira. Para mais detalhes, consulte Visualizações autorizadas.

Interação com outros recursos do BigQuery

Os seguintes recursos do BigQuery funcionam de forma transparente com visualizações materializadas:

Explicação do plano de consulta: o plano de consulta reflete quais visualizações materializadas são verificadas (se houver) e mostra quantos bytes são lidos nas visualizações materializadas e nas tabelas base combinadas.
Cache de consulta: os resultados de uma consulta reescrita pelo BigQuery usando uma visualização materializada podem ser armazenados em cache de acordo com as limitações padrão (uso de funções determinísticas, streaming na tabela base etc).
Restrição de custo: se tiver definido um valor para o máximo de bytes cobrados e uma consulta ler um número de bytes além do limite, ela falhará sem gerar uma cobrança, seja usando visualizações materializadas, a tabela base ou ambas.
Estimativa de custo usando simulação: uma simulação repete a lógica de reescrever a consulta usando visualizações materializadas disponíveis e fornece uma estimativa de custo. É possível usar esse recurso como forma de testar se uma consulta específica usa visualizações materializadas.

Tabelas de metadados ativadas por cache do BigLake

Visualizações materializadas em tabelas de metadados ativadas por cache do BigLake podem referenciar dados estruturados armazenados no Cloud Storage e no Amazon Simple Storage Service (Amazon S3). Essas visualizações materializadas funcionam como as visualizações materializadas em tabelas de armazenamento gerenciadas pelo BigQuery, incluindo os benefícios da atualização automática e do ajuste inteligente. Outros benefícios incluem pré-agregar, pré-filtrar e pré-mesclar dados armazenados fora do BigQuery. As visualizações materializadas nas tabelas do BigLake são armazenadas e têm todas as características do armazenamento gerenciado do BigQuery.

Quando você cria uma visualização materializada em uma tabela do BigLake no Amazon S3, os dados nessa visualização não ficam disponíveis para mesclagens com dados do BigQuery. Para disponibilizar os dados do Amazon S3 em uma visualização materializada para mesclagens, crie uma réplica da visualização materializada. Só é possível criar réplicas de visualizações materializadas sobre visualizações materializadas autorizadas.

Limitações

Podem ser aplicados limites nas referências da tabela base e outras restrições. Para mais informações sobre limites de visualização materializada, consulte Cotas e limites.
Os dados de uma visualização materializada não podem ser atualizados ou manipulados diretamente usando operações como COPY, EXPORT, LOAD, WRITE ou instruções de linguagem de manipulação de dados (DML).
Não é possível substituir uma visualização materializada por uma visualização materializada com o mesmo nome.
O SQL da visualização materializada não pode ser atualizado depois que a visualização materializada é criada.
Uma visualização materializada precisa residir na mesma organização da tabela base, ou no mesmo projeto, se o projeto não pertencer a uma organização.
As visualizações materializadas são compatíveis com uma sintaxe SQL restrita e um conjunto limitado de funções de agregação. Para mais informações, consulte Visualizações materializadas compatíveis.
As visualizações materializadas não podem ser aninhadas em outras visualizações materializadas.
As visualizações materializadas não podem consultar tabelas externas ou curingas, visualizações lógicas¹ ou snapshots.
Somente o dialeto GoogleSQL é compatível com visualizações materializadas.
É possível definir as descrições de visualizações materializadas, mas não para colunas individuais.
Se você excluir uma tabela base sem excluir primeiro a visualização materializada, as consultas e atualizações da visualização materializada falharão. Se você recriar a tabela base, também precisará recriar a visualização materializada.
Se uma visualização materializada tiver uma tabela base ativada para captura de dados de mudança, essa tabela não poderá ser referenciada na mesma consulta que a visualização materializada.
Somente a visualização materializada não incremental pode ter Spanner tabelas base de conjuntos de dados externos. Se a última atualização de uma visualização materializada não incremental ocorreu fora do intervalo max_staleness, a consulta lê as tabelas de conjuntos de dados externos do Spanner. Para saber mais sobre as tabelas de conjuntos de dados externos do Spanner, consulte Criar visualizações materializadas em conjuntos de dados externos do Spanner.

¹O suporte à referência de visualização lógica está em pré-lançamento. Para mais informações, consulte Referência a visualizações lógicas.

Limitações de visualizações materializadas em tabelas do BigLake

O particionamento da visualização materializada não é compatível. As tabelas base podem usar o particionamento do Hive, mas o armazenamento de visualização materializada não pode ser particionado em tabelas do BigLake. Isso significa que qualquer exclusão em uma tabela base causa uma atualização completa da visualização materializada. Para mais detalhes, consulte Atualizações incrementais.
O valor de opção --max_staleness da visualização materializada precisa ser maior que o valor da tabela base do BigLake.
As mesclagens entre as tabelas gerenciadas do BigQuery e as tabelas do BigLake não são aceitas em uma única definição de visualização materializada.
O BigQuery BI Engine não oferece suporte à aceleração de visualizações materializadas em tabelas do BigLake.

Preços de visualizações materializadas

Os custos são associados aos seguintes aspectos das visualizações materializadas:

Como consultar visualizações materializadas
Como manter visualizações materializadas, como quando são atualizadas. O custo da atualização automática é cobrado no projeto em que a visualização reside. O custo da atualização manual é cobrado no projeto em que o job de atualização manual é executado. Para mais informações sobre como controlar o custo de manutenção, consulte Manutenção do job de atualização.
Como armazenar tabelas de visualização materializadas.

Componente	Preços sob demanda	Preços baseados em capacidade
Consulta	Bytes processados por visualizações materializadas e quaisquer partes necessárias das tabelas base.¹	Slots são consumidos durante o tempo de consulta.
Manutenção	Bytes processados durante o tempo de atualização.	Slots são consumidos durante o tempo de atualização.
Armazenamento	Bytes armazenados em visualizações materializadas.	Bytes armazenados em visualizações materializadas.

¹ Sempre que possível, o BigQuery lê apenas as alterações desde a última vez em que a visualização foi atualizada. Veja mais informações em Atualizações incrementais.

Detalhes do custo de armazenamento

Para valores AVG, ARRAY_AGG e APPROX_COUNT_DISTINCT agregados em uma visualização materializada, o valor final não é armazenado diretamente. Em vez disso, o BigQuery armazena internamente uma visualização materializada como um rascunho intermediário, que é usado para produzir o valor final.

Por exemplo, considere uma visualização materializada criada com o seguinte comando:

CREATE MATERIALIZED VIEW project-id.my_dataset.my_mv_table AS
SELECT date, AVG(net_paid) AS avg_paid
FROM project-id.my_dataset.my_base_table
GROUP BY date

Enquanto a coluna avg_paid é renderizada para o usuário como NUMERIC ou FLOAT64, internamente ela é armazenada como BYTES, com seu conteúdo como um rascunho intermediário em formato reservado. Para o cálculo do tamanho dos dados, a coluna é tratada como BYTES.