DB2 MQT 匹配原理深度解析與高性能設計指南

簡介：MQT 加速 OLAP 查詢的核心機制

物化查詢表（MQT）預計算涉及一或多個表/別名的查詢結果。後續查詢通過全量或部分匹配 MQT，由 DB2 補償剩餘邏輯，大幅提升查詢性能。MQT 對應用完全透明，創建刪除無需修改代碼，類似索引機制。透明性由 SQL 編譯器的 MQT 匹配算法實現：重寫階段啟發式選擇最優匹配方案，優化階段計算成本選擇最終執行計劃。注意：MQT 非越多越好，會增加存儲佔用與編譯時間，需針對性創建。

六大可匹配查詢模式

基於「MQT 包含查詢所需所有行、列，冗余度一致或可補償」原理，以下六類查詢可利用 MQT：

1. MQT 精確匹配查詢
2. 查詢結果集是 MQT 子集
3. 查詢連接表數多於 MQT
4. 查詢連接表是 MQT 子集（需滿足引用完整性 RI）
5. 查詢包含 MQT 缺失列（需滿足函數依賴）
6. 查詢聚集級別高於 MQT

實驗環境構建

維表 Product（PROD_ID 唯一鍵）、Customer（CUST_ID 唯一鍵），事實表 Sales（外鍵關聯兩維表，保證 RI）。Product 定義函數依賴：CAT_ID → CAT_DESC、CAT_ID → GROUP_ID（NOT ENFORCED ENABLE QUERY OPTIMIZATION）。人為設置統計信息使編譯器傾向選擇 MQT 方案。

CREATE TABLE MQTSCH.PRODUCT(PROD_ID INT NOT NULL UNIQUE,
  PROD_DESC VARCHAR(64), CAT_ID INT NOT NULL, CAT_DESC VARCHAR(64),
  GROUP_ID INT NOT NULL, GROUP_DESC VARCHAR(64),
  CONSTRAINT FD1 CHECK (CAT_DESC DETERMINED BY CAT_ID) NOT ENFORCED ENABLE QUERY OPTIMIZATION,
  CONSTRAINT FD2 CHECK (GROUP_ID DETERMINED BY CAT_ID) NOT ENFORCED ENABLE QUERY OPTIMIZATION);

CREATE TABLE MQTSCH.CUSTOMER(CUST_ID INT NOT NULL UNIQUE, CUST_NAME VARCHAR(50), CUST_ADDRESS VARCHAR(100));
CREATE TABLE MQTSCH.SALES(PROD_ID INT NOT NULL REFERENCES MQTSCH.PRODUCT(PROD_ID),
  CUST_ID INT NOT NULL REFERENCES MQTSCH.CUSTOMER(CUST_ID),
  SALE_DATE DATE NOT NULL, AMOUNT DECIMAL(9,2) NOT NULL);
set current refresh age=any;

六大模式詳細演示

1. 精確匹配

MQT SALES_PROD 基於外鍵連接 Sales 與 Product，查詢相同 Join。執行計劃顯示 TBSCAN 直接訪問 MQT，診斷信息確認 MQT 被利用。

2. 查詢結果集為 MQT 子集

查詢在精確匹配基礎上增加謂詞 AMOUNT > 10000。TBSCAN 包含謂詞過濾，MQT 被重用，僅需額外計算剩餘條件。

3. 查詢連接表多於 MQT

MQT 連接 Sales+Product，查詢額外連接 Customer。前提：MQT 結果集為查詢對應連接結果的超集（MQT 無額外過濾謂詞）。執行計劃顯示 NLJOIN 將 MQT 與 Customer 重新連接。

4. 查詢連接表為 MQT 子集（需 RI）

MQT SALES_PROD_CUST 連接三表，查詢僅連接 Sales+Product。額外 Join 基於 RI（外鍵），不增減行數，編譯器利用此特性匹配 MQT。執行計劃直接 TBSCAN 訪問 MQT。

5. 查詢包含 MQT 缺失列（需函數依賴）

MQT SALES_BY_CAT 包含 CAT_ID、SUM(AMOUNT)，查詢需 CAT_DESC。Product 定義 FD：CAT_ID → CAT_DESC。編譯器先判定 MQT 不合格（EXP0073W），收集 FD 後重寫查詢，通過 MQT 與 Product 重新連接（DISTINCT 去重）獲取 CAT_DESC，最終匹配成功（EXP0149W）。

6. 查詢聚集級別高於 MQT

MQT 粒度細於查詢時，可通過進一步聚合滿足查詢（本文未展開示例）。

設計建議

針對性創建 MQT 覆蓋高頻查詢模式；利用 RI 與函數依賴擴大匹配範圍；監控編譯時間避免過度創建；結合 EXPLAIN 診斷信息驗證匹配效果。