了解动态表刷新¶

动态表内容基于特定查询的结果。当动态表所基于的基础数据发生变更时，该表将会更新以反映这些变更。这些更新称为刷新。此过程是自动化的，并且涉及到分析表的基础查询。

动态表刷新超时由 STATEMENT_TIMEOUT_IN_SECONDS 参数确定，定义账户或仓库在自动取消前的持续时间上限。

以下各部分更详细地解释了动态表刷新：

了解动态表初始化
动态表刷新模式
了解目标滞后
增量刷新中支持的查询
运算符如何增量刷新
完全刷新中支持的非确定性函数
当动态表依赖于其他动态表时数据如何刷新

动态表刷新模式¶

动态表刷新过程以两种方式之一进行：

增量刷新：此自动化过程分析动态表的查询，并计算自上次刷新以来的变更。然后它将这些变更合并到表中。有关支持的查询的详细信息，请参阅增量刷新中支持的查询。

完全刷新：当自动化过程无法执行增量刷新时，它会执行完全刷新。这涉及对动态表执行查询，并完全替换以前的具体化结果。

查询中使用的构造决定是否可以使用增量刷新。创建动态表后，可以监控表，以确定是使用增量刷新还是完全刷新来更新该表。

了解目标滞后¶

动态表刷新是根据数据的过时程度触发的，这种过时程度通常称为目标滞后。当为动态表设置目标滞后时，此滞后是相对于图表根中的基表来衡量的，而不是直接上游的动态表。因此，请考虑将链中的每个动态表刷新到根所需的时间。否则，系统可能会跳过一些刷新，从而导致更高的实际滞后。

要查看连接到动态表的表图形，请参阅使用 Snowsight 检查动态表的图。

目标滞后通过以下方式之一指定：

新鲜度度量：定义动态表内容滞后于基表更新的最长时间。
以下示例将 product 动态表设置为每小时刷新并保持新鲜度：
ALTER DYNAMIC TABLE product SET TARGET_LAG = '1 hour';
Copy
下游：指定当依赖于该动态表的其他动态表需要刷新时，应按需刷新该动态表。更新内容从上游数据库对象推断而来。下游动态表仅在上游使用者需要时才更新。
在下面的示例中，product 基于其他动态表，并设置为基于其下游动态表的目标滞后进行刷新：
ALTER DYNAMIC TABLE product SET TARGET_LAG = DOWNSTREAM;
Copy

目标滞后与动态表的刷新频率成反比：频繁刷新意味着较低的滞后。

考虑以下示例，其中动态表 2 (DT2) 根据动态表 1 (DT1) 定义。DT2 必须读取 DT1 来具体化其内容。此外，报告会通过查询来使用 DT2 数据。

可能出现以下结果，具体取决于每个动态表指定其滞后的方式：

动态表 1 (DT1)	动态表 2 (DT2)	刷新结果
`TARGET_LAG = DOWNSTREAM`	`TARGET_LAG = 10minutes`	DT2 最多每 10 分钟更新一次。DT1 从 DT2 推断其滞后，并在每次 DT2 需要更新时都会更新。
`TARGET_LAG = 10minutes`	`TARGET_LAG = DOWNSTREAM`	应避免这种情况。报告查询不会收到任何数据。DT 1 经常刷新，DT2 不会刷新，因为没有基于 DT2 的动态表。
`TARGET_LAG = 5minutes`	`TARGET_LAG = 10minutes`	DT2 大约每 10 分钟使用 DT1 的数据更新一次，而后者最多 5 分钟更新一次。
`TARGET_LAG = DOWNSTREAM`	`TARGET_LAG = DOWNSTREAM`	DT2 不会定期刷新，因为 DT1 并无具有明确滞后的下游子表。

增量刷新中支持的查询¶

下表描述了当前支持增量刷新的表达式、关键字和子句。有关不支持增量刷新的查询列表，请参阅对增量刷新支持的限制。

关键字/子句	对增量刷新的支持
WITH	公用表表达式 (CTE)，在子查询中使用支持增量刷新的功能。
SELECT 中的表达式	包括使用确定性内置函数和不可变用户定义函数的表达式。
FROM	源表、视图和其他动态表。不支持 FROM 子句（例如，WHERE EXISTS）外部的子查询。
OVER	全部:doc:窗口函数</user-guide/functions-window-using>。
WHERE/HAVING/QUALIFY	具有在 SELECT 中有效的相同表达式的筛选器。
JOIN（以及用于联接表的其他表达式）	支持增量刷新的联接类型包括内部联接、外部联接和交叉联接。您可以在联接中指定任意数量的表，联接中所有表的更新都会反映在查询结果中。
UNION ALL	动态表支持 UNION ALL。
GROUP BY	动态表支持 GROUP BY。

重要

如果查询使用增量刷新不支持的表达式，则自动刷新过程将改用完全刷新，这可能会导致额外的开销。要确定使用哪种刷新模式，请参阅确定使用增量刷新还是完全刷新。

当使用增量刷新的动态表使用 IMMUTABLE 用户定义的函数 (UDF) 时，替换该函数会导致该表中出现未定义的行为。增量刷新不支持 VOLATILE UDFs。

运算符如何增量刷新¶

下表概述了每个运算符的增量方式（即如何将其转换为生成更改而不是完整结果的新查询片段）、其性能，以及其他需要考虑的重要因素。

运算符	增量	注意事项
SELECT <scalar expressions>	通过将表达式应用于已更改的行实现递增。	表现良好，没有需要注意的特殊事项。
WHERE <scalar expressions>	通过计算每个已更改行上的谓词实现递增，仅包括谓词为 true 的行。	总体表现良好。成本随变化大小线性增长。每当源发生变化时，高度选择性的 WHERE 表达式可能需要仓库正常运行时间，即使生成的动态表没有变化。可能需要仓库来确定哪些更改满足谓词。
FROM <base table>	通过扫描上次刷新以后添加到表或从表中移除的微分区来实现递增。	成本随添加或移除的微分区中的数据量线性增长。建议：将每次刷新的更改量限制在源表的 5% 左右。注意会影响许多微分区的 DMLs。
<query> UNION ALL <query>	通过取两边更改并集实现递增。	表现良好，没有需要注意的特殊事项。
WITH <CTE list> <query>	通过计算每个常用表表达式的更改实现递增。	WITH 使复杂查询更容易读取。注意不要使单个动态表的定义过于复杂。有关更多信息，请参阅将动态表的管道链接在一起和优化复杂动态表的增量刷新模式性能。
标量汇总	标量汇总目前没有实现有效递增。当其输入发生变化时，会完全重新计算。	如果动态表包含标量汇总，只有当该汇总从不经常变更的表中读取，并且查询的其余部分实现良好递增时，才将其设置为增量刷新模式。例如，假设 `important_attrs` 很少变更，则以下查询是增量刷新的理想候选项： SELECT * FROM product WHERE attr IN (SELECT attr FROM important_attrs) Copy
GROUP BY <keys>	通过重新计算每个更改的分组键的汇总来实现递增。	确保源数据按分组键聚类，并且更改占分组键的一小部分（大约 <5%）。
DISTINCT	相当于没有聚合函数的 GROUP BY ALL。	通常代表着实质性的优化机会。常见做法是在整个查询中自由应用 DISTINCT，以避免意外引入重复项。在增量刷新中，DISTINCT 操作会周期性地消耗资源，因为每次刷新都必须检查重复项。优化性能时，查找和删除冗余 DISTINCTs 可以轻松取胜。您可以通过消除更上游的重复项并谨慎考虑加入基数来实现。
<fn> OVER <window>	通过重新计算每个更改的分区键的窗口函数实现递增。	确保查询中有 PARTITION BY 子句，并且源数据按分区键聚类。还要确保更改占分区的一小部分（大约 <5%）。
<left> INNER JOIN <right>	通过将左侧的变更联接到右侧，然后将右侧的变更联接到左侧来实现递增。	如果联接的一侧很小，性能很可能不受影响。如果联接的一侧频繁变更，则通过联接键对另一侧进行聚类可能会提高性能。
<left> [{LEFT \| RIGHT \| FULL }] OUTER JOIN <right>	通过因子分解成一个内部联接 union-all-ed 与一到两个 NOT EXISTS 来计算非匹配的 NULLs，以此实现递增。然后递增此分解查询。内部联接递增如下所示。通过检查在一端的变更键是否在另一端已经存在，来实现不存在值的递增。	建议：如果联接的一侧频繁变更，则通过联接键对另一侧进行聚类可能会提高性能。将频繁变更的表放在左侧。尽量减少 OUTER 对侧的变更。因此，对于 LEFT OUTER，尽量减少右侧的变更。对于 FULL 联接，位置非常重要。

完全刷新中支持的非确定性函数¶

动态表支持以下非确定性函数。请注意，这些函数仅支持完全刷新。有关增量刷新不支持的列表，请参阅对增量刷新支持的限制。

VOLATILE 用户定义的函数
序列函数（例如 SEQ1、SEQ2）
以下上下文函数：
以下日期和时间函数（具有各自的别名）：

当动态表依赖于其他动态表时数据如何刷新¶

如果将动态表滞后指定为时间度量，自动刷新过程会根据动态表的目标滞后时间确定刷新时间表。该过程会选择一个最符合表目标滞后时间的时间表。

备注

目标滞后不是保证，而是 Snowflake 尝试达到的目标。动态表中的数据会在尽可能不超出目标滞后的时间进行刷新。但是，由于仓库大小、数据大小、查询复杂性和类似因素等缘故，可能会超出目标滞后。

为了在一个动态表依赖于另一个动态表的情况下保持数据一致，该过程会在合适的时间刷新账户中的所有动态表。不太频繁的刷新在时间上与较为频繁的刷新相吻合。

例如，假设动态表 A 的目标滞后为两分钟，并且查询目标滞后为一分钟的动态表 B。该过程可能会确定 A 应每 96 秒刷新一次，而 B 应每 48 秒刷新一次。因此，该过程可能会采用以下时间表：

具体时间点	刷新的动态表
2022-12-01 00:00:00	A、B
2022-12-01 00:00:48	B
2022-12-01 00:01:36	A、B
2022-12-01 00:02:24	B

这意味着在任何给定时间，当您查询一组相互依赖的动态表时，查询的是这些表中数据的相同“快照”。

请注意，动态表的目标滞后不能短于其所依赖的动态表的目标滞后。例如，假设：

动态表 A 查询动态表 B 和 C。
动态表 B 的目标滞后为五分钟。
动态表 C 的目标滞后为一分钟。

这意味着 A 的目标滞后时间不得短于五分钟（即，不得短于 B 和 C 的滞后时间中较长的一个）。

如果将 A 的滞后设置为五分钟，该过程将设置具有以下目标的刷新时间表：

经常刷新 C，使其滞后短于一分钟。
经常同时刷新 A 和 B，使它们的滞后短于五分钟。
确保 A 和 B 的刷新在时间上与 C 的刷新相吻合，以确保快照隔离。

注意：如果刷新用时过长，排程器可能会跳过刷新以尝试保持最新状态。但是，快照隔离会被保留。