【基本功】视图在数仓中的作用

视图的特点是指保存逻辑不保存数据，天然就具有节省存储、修改迭代方便的优势。可以应用在以下场景中

1.创建base层

我们在base层中创建表的主要是做了数据集成、数据标准化和数仓内建模。由于base层的建模一般还是3NF建模，而业务系统一般也是标准3NF建模，很多时候base层的表只做了标准化的工作（甚至连标准化都没有）。比如字段名的标准化和通用字段值的标准化。此时base层的表往往形如

-- 字段名的标准化
INSERT OVERWRITE TABLE `${target.table}` 
SELECT
     id as id       --分表中字自增id
     ,order_id as   --订单编号
     ,type as contact_type --用户类型 0入住人 1联系人
     ,area_code  as area_code --联系电话国际区号
     ,name as person_name --关系人姓名
     ,email as email  --关系人邮件
     ,phone  as mobile_no  --关系人手机号
     ,identity as identity --身份证号
     ,room_index_id as room_index_id  --房间编号

FROM  origindb.hoteltrade01_hotel_order_trade_0_sharding__trade_order_guest_info 
;

这种情况下使用视图，既可以完成标准化的工作，还可以很好的节省存储空间，同时也能提升任务执行的速度，是一种比较好的方法。由于整个代码中没有join、group by等shuffle操作，下游在读取时也不用额外增加stage，可谓是“无本多利”

注意：如果base层的逻辑需要做shuffle操作，则需要权衡是建表还是建视图，并不是所有场景都适合建视图

2.数据分发

有些数据团队服务的是平台型的业务/组织，那么在职责上天然就需要向垂直型的业务/组织分发数据，比如公共数据、美团/点评平台、金融平台、客服等。如果加工时存一份数据，分发时再存一份数据，数据就冗余了一倍，此时可以考虑使用视图进行分发。

其实不使用视图也有其他的方案可以既分发又节省存储，比如表中有分发的字段，根据字段的不同值分发给不同的垂直业务，权限控制可以使用河图的行级权限管理。但是和视图相比不够灵活，比如没法多字段组合判断分发，也没法在分发中处理一些业务特有的逻辑。

使用视图分发可以灵活选择分发的字段、灵活处理分发的逻辑、灵活的追加特殊处理，下游大概率不会有很多，即使分发逻辑有shuffle也无所谓。

3.隔离授权，避免反向依赖

有时我们不希望一个表直接对外授权，或者不希望一个表的所有字段给外授权都可以使用视图进行隔离。以住宿为例，数仓分层中bas-fact-aggr-topic-app，一般是把aggr、topic、app对外开发，fact和base并不希望对外授权。但是有时业务上就是有场景需要fact的查询、生产权限。对于查询权限还可以通过授权时长来解决，但是生产权限一旦开了，下游任务连上之后想做下线就非常的难，这也是一种反向依赖的场景。

画外音：表A的下游有BCDE等等，由于A表要切换成AA表，导致BCDE要修改自己的代码，BCDE内心会非常的郁闷：明明重构的人是你，为什么配合的人是我？（变动方是A，配合方却是BCDE。或者说需求方是A，改动方却是BCDE），这就是架构设计中的“反向依赖”。

反向依赖的存在对下游很痛，对推下游的人也很痛，所以在架构设计中的一些场景应该尽量避免。使用视图后，可以把整个内外部进行隔离。如下图所示，如果想对T1做下线，当下游多的时候总是会出现下游不响应也不下线，但是使用视图只要直接断掉V1的依赖就好了。如果T1重构成了T2不希望影响外部下游，可以在视图层做兼容（但并不是所有的修改都可以兼容）。