如何处理耗时/ CPU密集型查询更好？

Question

假设情况，例如我们有一些SQL Server的实例（事实并非如此）。我们有一个使用Java堆栈的Spring个应用程序。

有些查询已经优化但由于聚合该数据的复杂逻辑，它们仍然很慢。

我有几种方法（目前这些是短期的）：

1. 继续进行调整（如创建视图）并实现作业以在SQL server中重新计算这些数据，例如每 5分钟并将其存储在单独的表中。 （是的，它不是那么好的解决方案，但仍然）。
2. 实现某种机制来在后台计算/聚合该数据。可能实现Lambda-architecture的一部分。我已经看过Apache Spark和其他人了。

在优化下，这意味着这些查询正在使用正确的索引，所有内容都已“调整”。

我知道这不是一个问题，因为更多的提案/讨论。但我仍然受到质疑。

基于上述情况处理这种情况的更好方法是什么？

更新＃1

基于What you can and can't do with Indexed views对于MS SQL Server，索引视图不是可行的方式，因为它们不支持 COUNT，MIN，MAX，TOP，外连接或其他一些关键字或元素。您无法修改基础表和列。使用WITH SCHEMABINDING选项创建视图。

更新＃2

花了一些时间在这上面。为了简单起见，我现在停止使用物化视图。

Answer 1

因此，不同的数据库引擎具有Materialized View的概念。 SQL服务器具有等效的Indexed Views。这些是专为您的确切用例而设计的。在基本上“滚动你自己的”物化视图之前，我会强烈考虑这些方法。