[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"glossary-materialized-view::ru":3,"gloss-cluster-materialized-view::ru":23,"gloss-next-materialized-view::ru":9},{"slug":4,"category":5,"name":6,"definition":7,"meta_desc":8,"faq":9,"schema_markup":9,"related":10},"materialized-view","data-infra","Материализованное представление","Материализованное представление — это объект базы данных, который хранит заранее вычисленный результат запроса на диске, а не пересчитывает его при каждом чтении. Обычное (виртуальное) представление выполняет свой запрос заново при каждом обращении; материализованное сохраняет ответ, поэтому последующие чтения быстрые — вы меняете место на диске и свежесть данных на скорость запросов.\n\nДля SaaS-разработчиков это прагматичный способ ускорить тяжёлые дашборды, агрегации и отчёты, не выстраивая отдельный слой кеширования. Вместо суммирования миллионов строк при каждой загрузке страницы вы обращаетесь к маленькой заранее посчитанной таблице.\n\nПодвох — устаревание: сохранённый результат отражает данные лишь на момент последнего обновления. Нужно решить, как обновлять — по расписанию, по запросу или инкрементально по мере изменения исходных данных. Postgres поддерживает REFRESH MATERIALIZED VIEW (с опцией CONCURRENTLY, чтобы не блокировать чтения); Snowflake и BigQuery предлагают самообновляющиеся варианты. Ориентир: используйте их, когда чтений намного больше, чем записей, а пользователи мирятся с чуть запаздывающими цифрами.","Материализованное представление хранит заранее вычисленный результат запроса на диске, а не пересчитывает его при каждом чтении: скорость в обмен на свежесть.",null,[11,14,17,20],{"slug":12,"name":13},"cache","Кэш (Cache)",{"slug":15,"name":16},"columnar-storage","Колоночное хранение",{"slug":18,"name":19},"data-warehouse","Хранилище данных (Data Warehouse)",{"slug":21,"name":22},"olap","OLAP (аналитическая обработка данных)",[24,28,31,34,37,41,42,45,48,51,55,56],{"slug":25,"category":5,"name":26,"updated_at":27},"acid","ACID","2026-08-24T02:46:37+00:00",{"slug":29,"category":5,"name":30,"updated_at":27},"ann-search","ANN-поиск (приближённый поиск ближайших соседей)",{"slug":32,"category":5,"name":33,"updated_at":27},"backpressure","Обратное давление (backpressure)",{"slug":35,"category":5,"name":36,"updated_at":27},"batch-processing","Пакетная обработка (Batch Processing)",{"slug":38,"category":5,"name":39,"updated_at":40},"bm25","BM25","2026-08-24T02:46:38+00:00",{"slug":12,"category":5,"name":13,"updated_at":27},{"slug":43,"category":5,"name":44,"updated_at":27},"cap-theorem","Теорема CAP (CAP theorem)",{"slug":46,"category":5,"name":47,"updated_at":27},"change-data-capture","Захват изменений данных (CDC)",{"slug":49,"category":5,"name":50,"updated_at":27},"chroma","Chroma",{"slug":52,"category":5,"name":53,"updated_at":54},"chunk-overlap","Перекрытие фрагментов","2026-08-24T03:30:02+00:00",{"slug":15,"category":5,"name":16,"updated_at":27},{"slug":57,"category":5,"name":58,"updated_at":27},"connection-pooling","Пулинг соединений (Connection Pooling)"]