Materialized views и проекции

Пользователи часто спрашивают, когда следует использовать Materialized views, а когда — проекции. В этой статье мы рассмотрим ключевые различия между ними и объясним, почему в одних сценариях стоит выбрать одно, а в других — другое.

Сводка ключевых различий

В таблице ниже кратко приведены основные различия между materialized views и проекциями по разным аспектам.

Aspect	Materialized views	Projections
Хранение и расположение данных	Хранят результаты в отдельной, явной целевой таблице и работают как insert triggers при вставке в исходную таблицу.	Проекции создают оптимизированные структуры данных, которые физически хранятся вместе с данными основной таблицы и невидимы для пользователя.
Механизм обновления	Работают синхронно при `INSERT` в исходную таблицу (для incremental materialized views). Примечание: их также можно обновлять по расписанию с помощью refreshable materialized views.	Обновляются асинхронно в фоновом режиме после `INSERT` в основную таблицу.
Взаимодействие с запросами	Работа с Materialized Views требует выполнять запросы напрямую к целевой таблице, то есть при написании запросов нужно учитывать наличие materialized views.	Проекции автоматически выбираются оптимизатором запросов ClickHouse и прозрачны для пользователя: чтобы их использовать, не нужно изменять запросы к таблице с проекцией. Начиная с версии 25.6 также можно фильтровать более чем по одной проекции.
Обработка `UPDATE` / `DELETE`	Не реагируют автоматически на операции `UPDATE` или `DELETE` в исходной таблице, поскольку materialized views не знают об исходной таблице и работают только как insert triggers для вставки в исходную таблицу. Это может приводить к устареванию данных между исходной и целевой таблицами и требует обходных решений или периодического полного обновления. (через refreshable materialized view).	По умолчанию несовместимы со строками `DELETED` (особенно при легковесных удалениях). `lightweight_mutation_projection_mode` (v24.7+) может включить совместимость.
Поддержка `JOIN`	Да. Refreshable materialized views можно использовать для сложной денормализации. Incremental materialized views срабатывают только при вставках в самую левую таблицу.	Нет. Операции `JOIN` не поддерживаются в определениях проекций для фильтрации материализованных данных. Однако запросы, объединяющие таблицы с проекциями, работают нормально — проекции оптимизируют доступ к отдельным таблицам.
Секция `WHERE` в определении	Да. Секции `WHERE` можно использовать для фильтрации данных перед materialization.	Нет. Секции `WHERE` не поддерживаются в определениях проекций для фильтрации материализованных данных.
Возможности построения цепочек	Да, целевая таблица одной materialized view может быть источником для другой materialized view, что позволяет строить многоэтапные конвейеры.	Нет. Проекции нельзя выстраивать в цепочки.
Применимые движки таблиц	Можно использовать с различными движками исходных таблиц, но целевые таблицы обычно относятся к семейству `MergeTree`.	Доступны только для движков таблиц семейства `MergeTree`.
Обработка сбоев	Сбой во время вставки данных означает потерю данных в целевой таблице, что может привести к несогласованности.	Сбои обрабатываются незаметно в фоновом режиме. Запросы могут без проблем сочетать материализованные и нематериализованные части.
Операционная нагрузка	Требуется явное создание целевой таблицы и часто ручная дозагрузка. Поддержание согласованности с `UPDATE`/`DELETE` повышает сложность.	Проекции поддерживаются автоматически и остаются синхронизированными, поэтому обычно требуют меньше операционных усилий.
Совместимость запросов с `FINAL`	Обычно совместимы, но часто требуют `GROUP BY` по целевой таблице.	Не работают с запросами `FINAL`.
Lazy materialization	Да.	Следите за проблемами совместимости проекций при использовании возможностей materialization. Может потребоваться установить `query_plan_optimize_lazy_materialization = false`
Параллельные реплики	Да.	Нет.
`optimize_read_in_order`	Да.	Да.
Легковесные обновления и удаления	Да.	Нет.

Сравнение materialized views и проекций

Когда стоит выбирать materialized views

Вам стоит рассмотреть использование materialized views, если:

Вы работаете с ETL в реальном времени и многоэтапными конвейерами данных: вам нужно выполнять сложные преобразования, агрегации или направлять данные по мере их поступления, в том числе через несколько этапов, выстраивая цепочку представлений.
Вам нужна сложная денормализация: вам нужно заранее объединить данные из нескольких источников (таблиц, подзапросов или словарей) в одну таблицу, оптимизированную для запросов, особенно если допустимы периодические полные обновления с использованием refreshable materialized views.
Вам нужен явный контроль над схемой: вам нужна отдельная, обособленная целевая таблица с собственной схемой и движком для хранения предварительно вычисленных результатов, что даёт больше гибкости при моделировании данных.
Вы хотите фильтровать на этапе ингестии: вам нужно фильтровать данные до их материализации, уменьшая объём данных, записываемых в целевую таблицу.

Когда не стоит использовать materialized view

Стоит отказаться от использования materialized view в следующих случаях:

Исходные данные часто обновляются или удаляются: без дополнительных механизмов, обеспечивающих согласованность между исходной и целевой таблицами, incremental materialized views могут устаревать и становиться несогласованными.
В приоритете простота и автоматическая оптимизация: если вы не хотите управлять отдельными целевыми таблицами.

Когда стоит выбирать проекции

Проекции стоит использовать в следующих случаях:

Оптимизация запросов к одной таблице: ваша основная цель — ускорить запросы к одной базовой таблице за счёт альтернативных порядков сортировки, оптимизации фильтров по столбцам, не входящим в первичный ключ, или предварительного вычисления агрегаций для одной таблицы.
Вам нужна прозрачность запросов: вы хотите, чтобы запросы без изменений выполнялись к исходной таблице, а ClickHouse сам выбирал оптимальную структуру данных для конкретного запроса.

Когда следует избегать проекций

Следует избегать использования проекций в следующих случаях:

Требуются сложные преобразования данных или многоэтапный ETL: определения проекций не поддерживают операции JOIN, их нельзя выстраивать в цепочку для создания многошаговых конвейеров, и они не поддерживают некоторые возможности SQL, такие как оконные функции или сложные выражения CASE. Хотя запросы к таблицам с проекциями могут свободно использовать JOIN, сами проекции не подходят для сложных преобразований данных.
Требуется явная фильтрация материализованных данных: проекции не поддерживают секции WHERE в своих определениях для фильтрации данных, которые материализуются в саму проекцию.
Используются движки таблиц, отличные от MergeTree: проекции доступны только для таблиц, использующих семейство движков MergeTree.
FINAL-запросы критически важны: проекции не работают с запросами FINAL, которые иногда используются для дедупликации.
Вам нужны параллельные реплики, так как проекции их не поддерживают.

Краткое резюме

Materialized views и проекции — это мощные инструменты для оптимизации запросов и преобразования данных, и в целом мы рекомендуем не рассматривать их как взаимоисключающие варианты. Напротив, их можно использовать совместно, чтобы получить максимум от ваших запросов. Поэтому выбор между materialized views и проекциями в ClickHouse в первую очередь зависит от вашего конкретного сценария использования и характера доступа к данным.

В качестве общего практического правила стоит рассмотреть использование materialized views, когда вам нужно агрегировать данные из одной или нескольких исходных таблиц в целевую таблицу или выполнять сложные преобразования в большом масштабе. Materialized views отлично подходят для переноса ресурсоёмких агрегаций с этапа выполнения запроса на этап вставки данных. Это хороший выбор для ежедневных или ежемесячных rollup, панелей мониторинга в реальном времени и сводных данных.

С другой стороны, проекции стоит использовать, когда нужно оптимизировать запросы, которые фильтруют по другим столбцам, а не по тем, которые входят в первичный ключ таблицы и определяют физический порядок данных на диске. Они особенно полезны, когда изменить первичный ключ таблицы уже невозможно или когда характер доступа к данным более разнообразен, чем может охватить первичный ключ.