就性能而言，物化视图是访问计算数据的好选择吗？

Question

我们的 Google BigQuery DB 中有以下模型，可以处理有关员工、人口统计等的大量数据：

• SRC_ 表，可从 SAP、SSFF 等多个系统中自动提取。
• PPL_ 表，我们在其中存储合并不同来源的已处理数据（例如：PPL_Employees）
• CDM_表，包含指标和计算数据（例如：性别分布、薪资分布等）

我们对 CDM_ 表的方法进行了内部辩论，有两种意见：

1. 将 CDM 创建为表，其中包含我们每周执行以计算所有数据的存储过程。 更好的性能，更难维护。
2. 将CDM创建为物化视图，以更简单的机制实现“自动刷新”。 更简单的方法，对性能存疑。

就性能而言，物化视图是访问计算数据的好选择吗？

这似乎是复杂性级别上的最佳方法，但我们不知道性能将来是否会成为问题。

Answer 1

如果问题只是关于性能，那么物化视图会比存储过程快得多。

物化视图：

• 您将支付表存储+视图存储的费用。因此，如果您有大量数据，视图的输出成本可能会上升。但是，您的计算成本/查询成本会非常低。
• 此外，刷新是自动的，或者可以配置。

存储过程
您只需支付表存储费用。但是，您的查询/计算成本将比物化视图高得多。