视图与物质化与物质的视图

Question

设想： 5小时后，Kusto表中的数据将更新。 任务：从.NET API调用查询 在查询中，创建一个子查询，并使用该子查询在更大的表

let table1=materialize(
Customer|where CustomerId=="cust-reg-aabb-cc232"|distinct CustomerId,City);
CustomerPurchase
|where CustomerId=="cust-reg-aabb-cc232"
//perform join with table1 and other things

或

let table1=view(){
Customer|where CustomerId=="cust-reg-aabb-cc232"|distinct CustomerId,City};
CustomerPurchase
|where CustomerId=="cust-reg-aabb-cc232"
//perform join with table1 and CustomerPurchase

客户购买和客户数据上进行每5小时后进行更新（添加新行）。更优化的是：创建视图或使用方法。 我仔细阅读了文档，但两者之间的不同之处。

Also since I am implementing an API, is it possible to use

Answer 1

文档很清楚：

允许在查询执行期间缓存子查询结果
其他子查询可以引用部分结果的一种方式。

视图是基于Kusto查询的结果集的虚拟表
语言查询。就像一个真实的表一样，一个视图包含行，
列。与真实的表不同，视图没有自己的数据
存储。

视图是通过用户定义的功能定义的，
要求：

• 该函数的结果必须是表格（例如，它不能是标量值）。
• 该功能必须不需要参数。

关键字

默认情况下，支持通配符语法的操作员指定表
即使视图的名称与
通配符。这种类型的操作员的一个例子是联合运营商。
在这种情况下，使用视图关键字也包含视图。

实体视图在源表上暴露了聚合查询，或

顾名思义，汇总结果已实现，含义 - 存储。
结果正在不断更新，而数据不断摄入。

---

在您的情况下，似乎没有理由使用 belitialize（），也没有 view 关键字。

诸如以下视图（在客户ID上使用过滤器）诸如使用时可能会提高性能，而不是 table1 。

.create materialized-view Customer_mv on table Customer
{
    Customer
    | summarize by CustomerId, City
}

---

更新

以下是几个示例，这些示例证明了 apertialize（）

1。x337

let t = print x = rand(1000);
union t, t, t

<
998
242
a href =

“ https://dataexplorer.azure.com/clusters/clusters/help/databases/samples/samples？ query=H4sIAAAAAAAAA8tJLVEoUbBVKCjKzCtRqACyihLzUjQMDQwMNK15uUrzMvPzFEp0wAgACmPsbiwAAAA=" rel="nofollow noreferrer">Fiddle

vs.

let t = materialize(print x = rand(1000));
union t, t, t

x
722
722
722

小提琴

2。i

let t1 = range i from 1 to 100000000 step 1 | summarize count() by i =  i%2;
let t2 = t1;
t1
| join kind=inner t2 on i

count_	count_1	i1	“
1	50000000	1	50000000
0	50000000 0 50000000	0	50000000

执行时间：4.4375515

Fiddle

vs.

let t1 = materialize(range i from 1 to 100000000 step 1 | summarize count() by i =  i%2);
let t2 = t1;
t1
| join kind=inner t2 on i

i	count_	i1	count_1
1	50000000	1	50000000
0	50000000	0	50000000

Execution Time: 2.5313002

---

Here is an example that demonstrates the benefits of a view

.create-or-alter function StormEvents_top_5_deaths_v ()
{
    cluster("help").database("Samples").StormEvents
    |   project  Duration       = EndTime - StartTime
                ,Distance       = round(geo_distance_2points(BeginLon, BeginLat, EndLon, EndLat))
                ,TotalDeath     = DeathsDirect + DeathsIndirect
                ,TotalInjuries  = InjuriesIndirect + InjuriesIndirect
                ,TotalDamage    = DamageCrops + DamageProperty            
    |   where    TotalDeath > 0
    |   top 5 by TotalDeath
}

---

StormEvents_top_5_deaths_v

Duration	Distance	TotalDeath	TotalInjuries	TotalDamage
20.07:00:00	0	14	0	0
00:18:00	20609	13	0	46000000
01:02:00	26080	11	0	250000000
2.20:00:00	0	10	0	0
18.09:00: 00	0	10	0	0

Fiddle