物化视图与读模型是什么
物化视图把复杂查询的结果预先计算并落盘，查询时直接读取，用存储成本换查询延迟与源库负载。刷新方式有三类：全量重建实现简单但资源开销大、窗口长；增量更新速度快但逻辑复杂、对源数据变更识别要求高；事件驱动更新实时性好，但要处理乱序、重复与补偿。报表、搜索、聚合看板等分析型读场景常用这种办法。
基本信息
| 刷新策略 | 全量重建 / 增量更新 / 事件驱动更新，按新鲜度与成本选择 |
|---|---|
| 常见载体 | 数据库物化视图、独立读库、搜索索引、缓存宽表 |
| 关键指标 | 刷新延迟、重建耗时、失败率与数据一致性校验结果 |
| 必备能力 | 全量重建路径 + 增量位点记录 + 定期对账 |
| 降级方案 | 重建期间读旧版本视图或回源查询，并告知影响范围 |
典型使用场景
- 报表与聚合看板：把多表连接与分组统计预计算，避免每次扫描明细
- 搜索与多条件筛选：把源数据同步到搜索引擎，用索引替代模糊查询
- 跨库汇总：把多个业务库的数据汇聚到统一读模型，供运营查询
- 列表页加速：把关联字段宽表化，省掉页面上多次查询拼装
- 冷热分离：历史数据落到独立读库，在线库只保留近期数据
- 对外数据接口：给下游提供稳定的只读结构，隔离内部模型变更
运维清单
| 项 | 做法 | 说明 |
|---|---|---|
| 重建路径 | 保留全量重建脚本并定期演练 | 增量出错时唯一可靠的修复手段 |
| 增量位点 | 记录消费位点与最后成功时间，支持从指定时间重放 | 故障恢复的起点，缺失就无法断点续传 |
| 对账 | 定时抽样比对源表与读模型，统计差异条数 | 偏差长期累积到可见时才处理代价最大 |
| 降级 | 重建期间读旧版本视图或回源查询 | 重建窗口内保证读服务不中断 |
| 监控 | 刷新失败、延迟超标与差异超阈值即告警 | 静默过期比明显故障更危险 |
事件驱动刷新示意
事件驱动刷新示意
# 消费源表变更事件，更新读模型并记录位点
# 1 幂等：同一事件重复投递时按业务主键覆盖，结果一致
# 2 顺序：同一业务键的事件按分区顺序处理，乱序时丢弃并等待重放
# 3 位点：处理成功后写入 offset 表，用于重启后从断点继续
# 4 失败：进入重试，超过上限转死信并告警，不阻塞主链路
# 5 校验：每日抽样比对源表与读模型，差异超过阈值触发全量重建物化视图必须同时具备重建与校验手段：只有增量刷新而没有全量重建路径时，历史偏差无法修复，问题会一直留在读模型里。
读模型允许陈旧但要可控：把可接受的新鲜度写成指标（如延迟不超过 5 分钟），超限告警，而不是等业务方反馈数据不对。