4.3 物化视图使用场景
1）大数据量复杂查询场景：当业务中存在大量多表关联、聚合统计等复杂查询，且查询频率高、底层基表数据更新频率低时，物化视图可显著提升查询效率。
2）跨节点数据查询场景：在南大通用GBase 8c 数据库（gbase database)中，跨节点多表关联查询效率较低，可通过在各节点创建物化视图，将查询结果本地化存储，提升跨节点查询效率。
3）只读查询场景：对于无需修改数据，仅需查询的场景，物化视图的高查询效率可大幅提升系统响应速度。
4）资源紧张场景：当数据库服务器 CPU、内存资源紧张，无法承担频繁复杂查询的开销时，物化视图可通过预先计算结果，减少查询时的资源占用，缓解服务器压力。
4.4 注意事项
1）合理选择刷新策略：根据底层基表的数据更新频率，选择合适的刷新方式与刷新周期。
2）避免数据不一致：由于物化视图的数据不会自动同步，若忘记执行刷新操作，会导致物化视图数据与底层基表数据不一致，影响业务决策，需建立完善的刷新机制（如定时任务）。
3）注意存储开销：物化视图会物理存储数据，大数据量场景下会占用大量磁盘空间，需定期清理无用的物化视图，或选择合适的存储策略。
