Select 中使用 UDF 的视图刷新物化视图
Materialized view refresh from view with UDF's in Select
我们有一个正在从视图刷新的物化视图，但刷新时间约为 1 小时。为了可用性，我们需要大幅缩短时间。
该视图有 26 列，其中 25 列来自用户定义的函数，这些函数封装了有关每一列的公司业务逻辑。物化视图有15000行，刷新完成
我曾尝试使用 PRAGMA UDF 来获得性能提升，并且看到几乎可以忽略不计的改进（PRAGMA UDF 也已添加到父函数中使用的任何子函数中）。
还尝试从函数中解包业务逻辑并将其直接添加到 SQL，但也没有看到任何改进。
想要一些替代方案 solutions/approaches 的建议，以便在更可接受的刷新时间（最好是 10-20 分钟刷新时间）内实现此目标
一次完整刷新涉及大约 375,000 次函数调用（15,000 行 x 每行 25 次函数调用）。如果您正在进行串行刷新，则 3600 秒内 375,000 次函数调用大约是每次函数执行 10 毫秒。可能有一些方法可以优化函数调用，例如确保您不会在不同的函数中多次加入相同的 table。如果您正在进行串行刷新，最简单的选择可能是在实体化视图上放置 PARALLEL 4 或 PARALLEL 8，以便刷新可以 运行 跨越后台的多个会话。
我们有一个正在从视图刷新的物化视图，但刷新时间约为 1 小时。为了可用性，我们需要大幅缩短时间。 该视图有 26 列，其中 25 列来自用户定义的函数，这些函数封装了有关每一列的公司业务逻辑。物化视图有15000行，刷新完成
我曾尝试使用 PRAGMA UDF 来获得性能提升，并且看到几乎可以忽略不计的改进（PRAGMA UDF 也已添加到父函数中使用的任何子函数中）。 还尝试从函数中解包业务逻辑并将其直接添加到 SQL，但也没有看到任何改进。
想要一些替代方案 solutions/approaches 的建议，以便在更可接受的刷新时间（最好是 10-20 分钟刷新时间）内实现此目标
一次完整刷新涉及大约 375,000 次函数调用（15,000 行 x 每行 25 次函数调用）。如果您正在进行串行刷新，则 3600 秒内 375,000 次函数调用大约是每次函数执行 10 毫秒。可能有一些方法可以优化函数调用，例如确保您不会在不同的函数中多次加入相同的 table。如果您正在进行串行刷新，最简单的选择可能是在实体化视图上放置 PARALLEL 4 或 PARALLEL 8，以便刷新可以 运行 跨越后台的多个会话。