Vues matérialisées: Principes et défis

Vues matérialisées

• Les vues matérialisées précalculent des résultats pour améliorer les performances des bases de données.
• Un résultat intermédiaire est stocké dans la base de données et utilisé par de futures requêtes.
• Les agrégats réduisent le volume de données en précalculant les valeurs agrégées.

Les Avantages et les Inconvénients

• Elles accélèrent les requêtes.
• Elles optimisent les requêtes, mais créent une redondance.
• Elles consomment également de l'espace de stockage.
• Il faut garantir la cohérence des données.

Problème de la sélection des vues à matérialiser

• Il faut prendre en compte la place de stockage nécessaire.
• Il faut prévoir l'accélération du traitement de requêtes.

Problème de la détermination d'une réécriture logique d'une requête utilisant des vues matérialisées

• Sélectionner le meilleur plan d'exécution en présence de vues est un problème difficile.

Problème de la maintenance des vues matérialisées lors de modifications des données sources

• Le recalcul complet est une option de maintenance.
• La maintenance incrémentielle est une autre option.

Particularités des entrepôts

• Les entrepôts contiennent souvent de nombreuses requêtes identiques ou similaires sur les mêmes relations.
• Dans une base de données opérationnelle, le but est de simplifier la spécification de requête
• Sur un entrepôt la réécriture de requêtes est facilitée.
• Le système reconnaît automatiquement les parties de la requête qui correspondent à une vue.
• Elles sont particulièrement utiles pour les requêtes de lectures majoritaires dans un entrepôt.
• Les changements rares et la matérialisation réduisent l'effort de traitement sur certaines requêtes récurrentes.

Exemple de requête et vue matérialisée

• Vue matérialisée de ventes en 2014 sélectionne l'ID de vente, l'ID de produit et le nom du produit.
• La table Vente est jointe à la table Produit sur l'ID de produit.
• La clause WHERE filtre les ventes de l'année 2014.
• Une requête de ventes de chaises en 2014 sélectionne l'ID de vente de Vente et Produit où l'ID de produit correspond.
• La clause WHERE filtre également pour le nom de produit 'chaise' et l'année '2014'.
• Un filtre simple sur la vue est plus rapide que de filtrer sur l'ensemble des ventes, puis effectuer une jointure.

Pour l'exemple suivant

• Vue matérialisée pour le chiffre d'affaires (CA) par jour et pays
• La table "Faits" peut être remplacée dans la requête.
• La requête est plus rapide.

Réécrire une requête à partir d'une vue

• Pour obtenir une requête équivalente à Q à partir d'une vue V sans accéder à d'autres tables, des conditions doivent être satisfaites.
• Les attributs nécessaires doivent être exportés par la vue.
• Les prédicats de sélections et jointures de Q doivent être applicables dans la vue.
• Les fonctions d'agrégation doivent être calculables à partir de la vue (par exemple, AVG si on a SUM et COUNT).
• La granularité doit être plus fine ou égale dans la vue.

Mise à jour des vues matérialisées

• Les vues doivent être mises à jour avec le processus ETL.
• La re-matérialisation complète efface la vue et la recalcule à partir de zéro.
• La mise à jour incrémentale calcule la nouvelle vue à partir de l'ancienne en fonction des modifications.
• La mise à jour incrémentale n'est pas toujours possible sans interroger la base et peut être plus lente s'il y a beaucoup de modifications.

Facteurs à considérer dans les vues matérialisées

• Les ressources comme l'espace disque, le coût de maintenance, et le coût de calcul sont importantes.

• Il est impossible de matérialiser toutes les vues.

• Sélectionner un ensemble de vues pour maximiser ou minimiser une fonction objectif sous une contrainte est un problème.

• La fonction objectif peut être d'optimiser le coût d'exécution des requêtes ou le coût de maintenance.

• Un exemple de création d'une vue matérialisée implique d'activer la réécriture de requête et de rafraîchir complètement les données à intervalle régulièr.

• Une requête SELECT * est utilisée avec jointure conditionnelle.

Maintenance des vues matérialisées

• Celles-ci sont calculées depuis les sources (tables).
• La mise à jour des sources implique aussi la mise à jour des vues.
• Il existe deux méthodes de maintenance : Statique et incrémentale.

Réécriture des requêtes

• Après la sélection des vues l'ensemble des requêtes définies sur l'entrepôt doivent être réécrites en fonction des vues.
• Sélectionner la meilleure réécriture d'une requête est complexe.
• Le processus est supporté dans la plupart des SGBD multidimensionnels (Oracle).

Optimisation des requêtes

• Oracle permet de connaître pour chaque requête le plan d'exécution de celle-ci avec l'expression algébrique, l'arbre algébrique et plan d'exécution.

Exercice d'application

• Un schéma en étoile est constitué d'une table des faits Ventes et de trois tables dimensions Client, Produit, Temps.
• Définition des tables :
  • Ventes(PID, CID, TID, Ventes_dollars, Coût_Dollars, Coût_Unitaire)
  • Produit(PID, Gamme, Taille, Poids, Type_paquet)
  • Temps(TID, Date, Mois, Saison, Année)
  • Client(CID, Sexe, Ville, Etat, Age)
• La question consiste à lister les vues potentielles pour accélérer les requêtes fréquentes.

Exemple de Solutions

• Q4 en fonction Q1
• Q3 en fonction Q2
• Q5 en fonction Q3 et Q2
• Les nœuds communs entre plusieurs requêtes et avec sélection et jointure sont pertinents.