使用DBT的物化视图与表

据我所知，dbt不支持物化视图，但正如Felipe所评论的，有一个 开放的问题可以讨论 。如果 有 可能在Snowflake上使用物化视图，你是对的，他们 有点 成为同一件事。即使你还没有运行 dbt，物化视图也会更新。正如 Drew 在票据中提到的，有很多注意事项，使得在大多数使用情况下，使用表和 dbt 更为可取。"没有窗口函数，没有联合，有限的聚合，不能查询视图，等等等等"。

这就是说，dbt确实支持视图和表。

即使你使用dbt，视图和表之间仍然有区别。一个表总是需要被dbt刷新才能被更新。视图总是和它所引用的底层表一样是最新的。

例如，假设你有一个名为 fct_orders 的dbt模型，它引用一个由Fivetran/Stitch加载的名为 shopify.order 的表。如果你的模型被物化为一个视图，它将总是返回Shopify表中的最新数据。如果它被物化为一个表，并且在你上次运行dbt之后，Shopify表中出现了新的数据，那么这个模型将是 "过时的"。

也就是说，将其具体化为一个表的好处是它会运行得更快，因为它不需要每次都进行SQL "转换"。

我最常看到的建议是这样的。

如果你使用DBT，就没有必要使用物化视图：物化视图实际上是一个基于查询的表--与 "创建表为选择 "相同。如果你有一个DBT模型，你可以把它作为一个表来物化，你会得到同样的结果。现在，表和物化视图的区别在于，物化视图会自动更新，而表则不会。但是如果你使用DBT，你可以通过调度DBT来安排表的刷新。

这只会在你安排的DBT将完成后给你更新的数据，如果底层表经常变化，这与物化视图不一样，但大多数人避免在经常变化的表上面使用物化视图，因为运行成本会失控。

Snowflake 中的物化视图只能查询一个表，而 DBT 有更多的选择--例如，连接两个表和物化为一个表会给你带来物化视图做不到的东西。