本文列舉物化視圖降低查詢延遲時間、定時重新整理視圖和高效抽檢報表的案例，介紹各行業如何通過物化視圖解決自身業務上的挑戰。
生意參謀降低查詢延時案例
業務背景
生意參謀是阿里巴巴旗下為千萬商家提供的一項重要產品服務，協助商家及時分析店鋪營運情況。尤其是在大促期間，面對突發的流量和海量的資料，資料分析尤為重要。
生意參謀基於AnalyticDB構建了一套大促期間小時粒度的全店診斷能力。多維度（展示門店+商品+渠道）下支付金額、支付件數、支付買家數、訪客數、加購人數五大指標的整體診斷情況；展示行業即時排名，商家所處的同行同層排名；展示本店今日排名趨勢，本店全天的排名變化趨勢圖等等。
業務效果
如果前端應用每次對小時層級的資料進行查詢，AnalyticDB每次都對小時層級的資料做Realtime Compute。這些計算會包含JOIN、GROUP BY等相對複雜運算，時間最少也要1秒。向商家展示當天24小時的資料就需要24秒，這個時間延遲比較久。
利用物化視圖，可以大幅降低延遲時間。將每小時展示資訊結果儲存到物化視圖中，每次查詢只需要查詢物化視圖即可，平均每次查詢時間降低至100毫秒。
自動化營銷定時重新整理視圖案例
業務背景
某客戶為鞋服類企業客戶提供自動化營銷服務。通常需要結合會員標籤、庫存資訊等多種維度來運算報表，運算量較大且耗時較久。這樣會影響報表的快速展示，不利於行銷人員及時查詢。同時，並發的大查詢也會影響後台資料庫穩定性。
業務效果
客戶使用物化視圖定時自動重新整理功能，每天晚上定時重新整理視圖。視圖中已有運算好的資料，利於快速查詢，產生報表。同時利用定時重新整理功能，客戶可以節省額外任務調度系統的開銷。
菜鳥物流高效抽檢報表案例
業務背景
菜鳥物流是阿里巴巴旗下的重要業務，管理著成千上萬的包裹。當包裹進入倉庫後，很重要的一個環節是即時抽檢，然後相關人員會定期查看近7天的抽檢報表。報表會展示商品、抽檢率、合格率、包裹數等各種指標。計算報表需要消耗大量計算資源，雙十一大促時，報表產生的速度會很慢，當多人查看時，不時發送大查詢到資料庫也容易導致系統不穩定。
業務效果
使用物化視圖將近7天的抽檢報表資料儲存下來，每次查看報表時只需要查詢物化視圖即可。物化視圖按小時自動重新整理，帶上時間過濾條件即可，SQL如下所示：
CREATE MATERIALIZED VIEW xxx_report
REFRESH NEXT now + interval 1 hour
AS
SELECT ...
WHERE create_time >= select current_date() - interval 7 day