《大规模分布式计算深入解析》9.3 透明加速的边界、失效与回退

物化改写的“及时”是一项显式业务契约。基表提交、刷新执行、MV 发布与读端绑定各自影响可见时间。

9.3 透明加速的边界、失效与回退

物化改写的“及时”是一项显式业务契约。基表提交、刷新执行、MV 发布与读端绑定各自影响可见时间。

如何量出过期窗口

从基表提交到 MV 可读,可拆成等待触发、排队、刷新执行、发布、元数据感知的延迟。在各项都有上限且成功刷新时,它们的和可作为保守边界。5 分钟可用作教学目标。一天中的一个五分钟窗口占约 0.35%,频繁提交、刷新失败或查询集中会显著改变用户遇到旧结果的比例。

保护要求强一致的查询

绑定查询要求的基表版本。若 MV 可证明覆盖这个版本,直接使用;若只允许有界滞后,比较允许值与实际水位;若只有部分分区满足且可证明补偿,做等价混合查询;其余回退基表。读旧值时记录实际滞后。验收要冻结一个版本做双跑,再暂停刷新跨过水位,检查强一致查询按预期回退。

实验与资料

下载卷六实验包 ,参照包内 README。src/ 下的 Java 8 教学模型。本章架构或流程见本章机制图 。

StarRocks 物化视图改写 · StarRocks 异步物化视图支持矩阵

继续阅读

探索更多技术文章

浏览归档,发现更多关于系统设计、工具链和工程实践的内容。

全部文章 返回首页

「books」更多文章

  1. 《大规模分布式计算深入解析》15.3 落地:从 Neo4j 到自研图引擎
  2. 《大规模分布式计算深入解析·图计算与图数据库内核》 · 目录与学习路径(45 篇)
  3. 《大规模分布式计算深入解析》15.2 十一卷主线:从切分到图