> ## Documentation Index
> Fetch the complete documentation index at: https://clickhouse.com/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# Создайте свое первое materialized view

> Узнайте, как использовать materialized views в ClickHouse для предварительного вычисления и хранения результатов запросов с другим порядком сортировки, чтобы ускорить поиск по столбцам, не входящим в первичный ключ.

[All quickstarts](https://clickhouse.com/docs/get-started/quickstarts/home.md)

Real-time аналитикаХранилище данныхCloud

## Предварительные требования

To successfully follow this guide, you'll need the following:

* A running ClickHouse Cloud service. If you don't have one yet, complete the [ClickHouse Cloud quick start](https://clickhouse.com/docs/get-started/setup/cloud.md) first.

Вам также следует пройти руководство по быстрому старту [Создайте свою первую таблицу MergeTree](https://clickhouse.com/docs/ru/get-started/quickstarts/create-your-first-mergetree-table.md), поскольку это руководство напрямую использует таблицу `uk_price_paid`, созданную в нем.

## Что вы создадите

В руководстве по быстрому старту по MergeTree вы увидели, что запросы к `uk_price_paid` по `town` или `county` требуют полного сканирования таблицы, поскольку она отсортирована по `(postcode, addr1, addr2)`.
В этом руководстве по быстрому старту вы решите эту проблему, создав **materialized view**, которое хранит те же данные, но в сортировке по `(town, date)`, что позволяет быстро выполнять поиск по городу без изменения исходной таблицы.
В итоге вы поймёте, как materialized view работают как триггеры вставки, как выполнять дозагрузку существующих данных и каков компромисс по дисковому пространству при хранении данных в двух экземплярах.

### 1. Зачем нужна materialized view

Ваша таблица `uk_price_paid` отсортирована по `(postcode, addr1, addr2)`. Это означает, что ClickHouse может пропускать большие блоки данных, когда вы фильтруете по `postcode`, `addr1` или `addr2`, но запросы с фильтрацией по `town` должны сканировать каждую строку — все 30 миллионов.

Можно было бы создать вторую таблицу с другим `ORDER BY`, но тогда вам пришлось бы не забывать выполнять вставку в обе таблицы каждый раз, когда поступают новые данные. **Materialized view** автоматизирует этот процесс: она отслеживает вставки в исходную таблицу, преобразует строки и автоматически записывает их в целевую таблицу.

Думайте о materialized view как об **insert trigger**: каждый раз, когда в исходную таблицу вставляются строки, запрос `SELECT` этой MV выполняется для нового блока строк, а результат вставляется в целевую таблицу.

### 2. Создайте целевую таблицу

Для materialized view нужно место для сохранения результата. Это обычная таблица MergeTree — вы полностью управляете её схемой, `ORDER BY` и `PARTITION BY`.

Создайте таблицу с сортировкой по `(town, date)` и только с теми столбцами, которые нужны для запросов по городам:

```sql theme={null}
CREATE TABLE uk_price_paid_by_town
(
    town       LowCardinality(String),
    date       Date,
    price      UInt32,
    type       Enum8('terraced' = 1, 'semi-detached' = 2, 'detached' = 3, 'flat' = 4, 'other' = 0)
)
ENGINE = MergeTree
PARTITION BY toYYYYMM(date)
ORDER BY (town, date);
```

В этой таблице нет ничего особенного — это стандартная таблица MergeTree. Materialized view, которую вы создадите далее, будет просто направлять в неё данные.

Проверьте, что таблица была создана:

```sql theme={null}
SHOW CREATE TABLE uk_price_paid_by_town;
```

### 3. Создайте materialized view

Теперь создайте materialized view, которая связывает исходную таблицу (`uk_price_paid`) с целевой таблицей (`uk_price_paid_by_town`):

```sql theme={null}
CREATE MATERIALIZED VIEW uk_price_paid_by_town_mv
TO uk_price_paid_by_town
AS SELECT
    town,
    date,
    price,
    type
FROM uk_price_paid;
```

Конструкция `TO uk_price_paid_by_town` указывает ClickHouse записывать результат `SELECT` в целевую таблицу. Теперь при каждой вставке строк в `uk_price_paid` это MV срабатывает и вставляет преобразованные строки в `uk_price_paid_by_town`.

Но есть важный нюанс: materialized views срабатывают только при **вставках**. Если вы удаляете или обновляете строки в исходной таблице, целевая таблица об этом не узнает — MVs не синхронизируются с удалениями и обновлениями. Если вам нужна такая синхронизация, рассмотрите возможность использовать [проекции](https://clickhouse.com/docs/ru/reference/statements/alter/projection.md).

### 4. Дозагрузка существующих данных

materialized view обрабатывает только *будущие* вставки. 30 миллионов строк в `uk_price_paid` были вставлены до создания MV, поэтому целевая таблица сейчас пуста.

Выполните дозагрузку вручную:

```sql theme={null}
INSERT INTO uk_price_paid_by_town
SELECT
    town,
    date,
    price,
    type
FROM uk_price_paid;
```

Данные вставляются напрямую в целевую таблицу — на этом этапе MV не используется. После завершения убедитесь, что количество строк совпадает:

```sql theme={null}
SELECT
    'uk_price_paid' AS table,
    count() AS rows
FROM uk_price_paid
UNION ALL
SELECT
    'uk_price_paid_by_town' AS table,
    count() AS rows
FROM uk_price_paid_by_town;
```

В обеих таблицах должно быть одинаковое количество строк.

### 5. Выполните запрос к целевой таблице materialized view

Теперь выполните запрос с фильтрацией по `town` для целевой таблицы и сравните его с запросом непосредственно к исходной таблице.

Сначала выполните запрос к исходной таблице:

```sql theme={null}
SELECT
    toYear(date) AS year,
    round(avg(price)) AS avg_price,
    count() AS sales
FROM uk_price_paid
WHERE town = 'LONDON'
GROUP BY year
ORDER BY year DESC;
```

Проверьте статистику запроса — считываются все 30 миллионов строк, потому что `town` отсутствует в `ORDER BY` исходной таблицы.

Теперь выполните тот же запрос к целевой таблице materialized view:

```sql theme={null}
SELECT
    toYear(date) AS year,
    round(avg(price)) AS avg_price,
    count() AS sales
FROM uk_price_paid_by_town
WHERE town = 'LONDON'
GROUP BY year
ORDER BY year DESC;
```

Снова проверьте статистику запроса — считывается значительно меньше строк, потому что целевая таблица отсортирована по `(town, date)`, и ClickHouse может пропустить все данные, не соответствующие `LONDON`.

Выполните `SHOW TABLES`, чтобы увидеть, что было создано:

```sql theme={null}
SHOW TABLES;
```

Вы увидите и `uk_price_paid_by_town` (целевую таблицу), и `uk_price_paid_by_town_mv` (представление). Поскольку вы использовали `CREATE MATERIALIZED VIEW ... TO`, вы сами задаёте имя целевой таблицы. Если опустить предложение `TO`, ClickHouse создаст целевую таблицу с неявным именем (`.inner.xxx`), с которой сложнее работать напрямую.
Поэтому materialized view рекомендуется создавать с предложением `TO`.

### 6. Обратите внимание: данные хранятся в двух местах

Materialized views обеспечивают более быстрое чтение за счёт дополнительного места на диске. Выполните запрос к `system.parts`, чтобы увидеть, сколько места занимает каждая таблица:

```sql theme={null}
SELECT
    table,
    count() AS parts,
    sum(rows) AS total_rows,
    formatReadableSize(sum(bytes_on_disk)) AS compressed_size
FROM system.parts
WHERE table IN ('uk_price_paid', 'uk_price_paid_by_town')
  AND active = true
GROUP BY table;
```

Данные физически хранятся дважды: один раз в `uk_price_paid` с сортировкой по `(postcode, addr1, addr2)` и один раз в `uk_price_paid_by_town` с сортировкой по `(town, date)`. В этом и заключается основной компромисс: вы расходуете больше места на диске в обмен на более быстрое чтение для разных сценариев доступа.

Целевая таблица может занимать меньше места на диске, потому что содержит меньше столбцов, а порядок сортировки `(town, date)` может сжиматься иначе, чем в исходной таблице.

## Следующие шаги

В этом руководстве по быстрому старту вы создали materialized view для хранения данных о продажах недвижимости в Великобритании с другим порядком сортировки, что позволяет быстро выполнять поиск по городу без изменения исходной таблицы. Вы узнали, что materialized view работают как триггеры вставки, что существующие данные нужно дозагружать вручную, а компромиссом здесь является дополнительное место на диске.

Далее ознакомьтесь со следующими руководствами по быстрому старту:

* [Создайте свою первую проекцию](https://clickhouse.com/docs/ru/get-started/quickstarts/create-your-first-projection.md)

Или подробнее изучите справочную документацию:

* [Справочник по materialized view](https://clickhouse.com/docs/ru/reference/statements/create/view.md#materialized-view)
* [Incremental materialized views](https://clickhouse.com/docs/ru/concepts/features/materialized-views/incremental-materialized-view.md)
* [Проекции](https://clickhouse.com/docs/ru/reference/statements/alter/projection.md)

[![ClickHouse Academy — Master ClickHouse with expert-designed training for every skill level](https://mintcdn.com/private-7c7dfe99/EDr8ydtGBgFPOQea/images/academy.webp?fit=max\&auto=format\&n=EDr8ydtGBgFPOQea\&q=85\&s=27e92fc656183cc2f176211907a7aa49)](https://learn.clickhouse.com/)

Check out the ClickHouse academy for on-demand and live training

[All quickstarts](https://clickhouse.com/docs/get-started/quickstarts/home.md)
