liurenjie1024

本文中我们主要介绍在物化视图的优化中针对aggregation的优化是如何做的。首先介绍了下基本算法，后面介绍了一个aggregation change table的技术来优化整个算法。

物化视图中join是一种很常见的，本文中我们讨论下 join的优化。我们主要讨论inner join的优化。

物化视图通过将预计算的结果保存下来，能极大地减少查询时候的计算开销，提高查询效率。本文主要介绍物化视图的更新算法的基础框架，即给定一个物化视图的定义，推导出计算物化视图的变更的执行计划。 一些定义 关

我们在[1]和[2]中描述了如何从一个MV中计算出Query的结果，并且我们提到匹配算法是作为优化器的一个Rule执行的。这里讨论下如何加速匹配的过程。

上一篇文章中我们描述了SPJG的物化视图的改写，其中的J只能是inner join。本文中我们将描述outer join的物化视图的改写。

物化视图通过将预计算的结果存下来，能极大地减少查询的开销和时间。物化视图的查询优化问题是一个视图的匹配问题，即给定一个Query和一系列的物化视图，我们需要找到与之匹配的物化视图，并从中计算出来。