Apache Doris 视图创建指南:CREATE VIEW 详解
2025-06-27 18:28:41作者:瞿蔚英Wynne
什么是视图
视图(View)是数据库中的一种虚拟表,它基于一个或多个表的查询结果构建。视图本身不存储实际数据,而是保存了查询逻辑。当用户查询视图时,系统会自动执行视图定义的查询语句并返回结果。
CREATE VIEW 语法结构
在 Apache Doris 中,创建视图的基本语法如下:
CREATE VIEW [IF NOT EXISTS] [<db_name>.]<view_name>
[(<column_definition>)]
AS <query_stmt>
其中列定义部分可以指定为:
column_definition:
<column_name> [COMMENT '<comment>'] [,...]
参数详解
必需参数
-
视图名称(view_name)
- 必须在所属数据库中唯一
- 命名规则:
- 必须以字母开头(如果启用了Unicode支持,可以是任何语言的字符)
- 不能包含空格或特殊字符,除非整个名称用反引号括起来(如
`My View`) - 不能使用保留关键字
-
查询语句(query_stmt)
- 定义视图内容的SELECT查询语句
- 可以包含任意合法的查询表达式
可选参数
-
数据库名称(db_name)
- 指定视图所属的数据库
- 如果省略,则使用当前数据库
-
列定义(column_definition)
- 可以显式定义视图的列名和列注释
- 如果不指定列定义,则使用查询结果中的列名
权限要求
创建视图需要以下权限:
| 权限类型 | 作用对象 | 说明 |
|---|---|---|
| CREATE_PRIV | 数据库 | 需要在目标数据库上拥有创建权限 |
| SELECT_PRIV | 表/视图 | 需要对查询中使用的表或视图有查询权限 |
视图特性说明
-
逻辑性:视图是纯逻辑对象,不存储实际数据,每次查询视图都会重新执行底层查询
-
非侵入性:创建或删除视图不会影响底层表的数据
-
安全性:可以通过视图限制用户只能访问特定列或行
-
简化性:可以封装复杂查询逻辑,简化用户操作
实际应用示例
基础视图创建
-- 在example_db数据库中创建example_view视图
CREATE VIEW example_db.example_view (k1, k2, k3, v1)
AS
SELECT c1 as k1, k2, k3, SUM(v1) FROM example_table
WHERE k1 = 20160112 GROUP BY k1,k2,k3;
带列注释的视图创建
-- 创建带有列注释和视图注释的视图
CREATE VIEW example_db.example_view
(
k1 COMMENT "日期键",
k2 COMMENT "产品键",
k3 COMMENT "地区键",
v1 COMMENT "销售总额"
)
COMMENT "销售数据汇总视图"
AS
SELECT c1 as k1, k2, k3, SUM(v1) FROM example_table
WHERE k1 = 20160112 GROUP BY k1,k2,k3;
最佳实践建议
-
命名规范:为视图使用有意义的名称,通常可以加上
_v或_view后缀以示区分 -
列别名:在视图定义中使用明确的列别名,提高可读性
-
注释:为视图和列添加详细注释,说明视图用途和各列含义
-
性能考虑:避免创建基于复杂查询的视图,特别是包含多表连接和聚合操作的视图
-
权限管理:通过视图实现数据访问控制,只暴露必要的数据给不同用户
通过合理使用视图,可以显著提高Apache Doris数据库的使用效率和安全性,同时简化复杂查询操作。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
28
15
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
660
4.26 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
894
Ascend Extension for PyTorch
Python
505
610
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
392
289
暂无简介
Dart
909
219
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
昇腾LLM分布式训练框架
Python
142
168
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
940
867
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108