{"canonical_url":"https://engineer.company/es/glossary/materialized-view/","content_markdown":"# Vista materializada\n\n## Qué es\n\nUna vista materializada es una consulta cuyo resultado conserva la base de\ndatos: leerla devuelve filas calculadas anteriormente, en lugar de ejecutar de\nnuevo la consulta. En inglés británico se escribe materialised view. Se sitúa\nentre otros dos objetos más antiguos. Una vista normal solo guarda su consulta,\nque se ejecuta sobre las tablas subyacentes en cada lectura. Una tabla creada\ncon `CREATE TABLE AS` guarda un resultado, pero olvida la consulta que lo\nprodujo. Una vista materializada conserva ambos: las filas que se leen y la\nconsulta, que puede ejecutarse de nuevo para sustituirlas.\n\nPostgreSQL incorporó las vistas materializadas en la versión 9.3, publicada el 9\nde septiembre de 2013; las notas de la versión atribuyen el trabajo a Kevin\nGrittner. La documentación explica que utilizan el sistema de reglas como las\nvistas normales, pero conservan el resultado con una estructura similar a una\ntabla. Para el analizador de consultas, una vista materializada es una relación\ncomo cualquier tabla o vista: un `SELECT` lee directamente las filas\nalmacenadas; la consulta guardada solo importa al rellenar la vista. La vista no puede\nactualizarse directamente. Para sustituir su contenido por el resultado\nactualizado de una consulta, hay que volver a ejecutar la consulta guardada.\n\nDos órdenes realizan ese trabajo. `CREATE MATERIALIZED VIEW` define la vista y,\nsalvo que se indique `WITH NO DATA`, ejecuta la consulta de inmediato para\nrellenarla. `REFRESH MATERIALIZED VIEW` vuelve a ejecutar la consulta guardada y\nsustituye todo el contenido por el nuevo resultado. La versión 9.4, publicada el\n18 de diciembre de 2014, añadió `CONCURRENTLY`, que permite actualizar sin\nbloquear las sesiones que leen la vista. Ambas órdenes son extensiones de\nPostgreSQL y no forman parte del estándar SQL; otras bases de datos ofrecen la\nidea con su propia sintaxis y sus reglas.\n\n## Por qué importa\n\nAlgunas consultas son costosas y se repiten mucho: un panel que suma por día un\naño de pedidos, un informe que une seis tablas o una página que clasifica\nproductos por ventas. Sobre las tablas de origen, cada solicitud vuelve a pagar\nla exploración, la unión y la agregación completas, aunque la respuesta apenas\ncambie entre solicitudes. Una vista materializada paga ese coste una vez por\nactualización; cada lectura posterior explora una tabla pequeña calculada de\nantemano. La documentación de PostgreSQL indica que leer los datos almacenados\nes «a menudo mucho más rápido que acceder a las tablas subyacentes directamente\no mediante una vista».\n\nEl precio es la actualidad de los datos. Entre actualizaciones, la vista muestra\ncómo estaban en la última; en PostgreSQL, nada la actualiza si no lo solicita\nalguien o una tarea programada. Muchos usos pueden aceptarlo. Las ventas de ayer\nno cambian hoy y un informe mensual no necesita los pedidos de este minuto. La\nvista materializada obliga a decidir explícitamente qué antigüedad puede tener\nla respuesta y quién debe impedir que la supere.\n\nTambién proporciona un lugar para los índices: el resultado almacenado puede\ntener índices propios, diseñados para las consultas que lo leen. La\ndocumentación de PostgreSQL muestra otro uso: los datos traídos de otro sistema\nmediante un adaptador de datos externos, que quizá no admita índices, pueden\ncopiarse a una vista materializada que sí los admita.\n\nPara un equipo que mantiene normalizado su esquema, este suele ser el lugar\nadecuado para la estructura aplanada. La normalización almacena cada hecho una\nvez y responde a la mayoría de las preguntas mediante uniones. Una vista\nmaterializada puede conservar el resultado de las uniones y las sumas que necesitan los\ninformes, mientras las tablas de origen mantienen una sola copia de cada hecho y\ntodas las escrituras siguen yendo a un único lugar.\n\n## Cómo se aplica en la práctica\n\nPensemos en las tablas de pedidos de una tienda: `orders`, con una fila por\npedido y la fecha en que se hizo, y `order_lines`, con el SKU, la cantidad y el\nprecio unitario de cada línea. Un panel de ventas necesita unidades e ingresos\npor producto y día. La consulta es breve, pero con varios años de pedidos lee\ntodas las líneas:\n\n```sql\nCREATE MATERIALIZED VIEW daily_sales AS\nSELECT o.ordered_on                   AS day,\n       l.sku,\n       sum(l.quantity)                AS units,\n       sum(l.quantity * l.unit_price) AS revenue\nFROM   orders o\nJOIN   order_lines l USING (order_id)\nWHERE  o.ordered_on \u003c CURRENT_DATE\nGROUP  BY o.ordered_on, l.sku;\n```\n\nLa cláusula `WHERE` excluye el día actual, cuyas cifras aún cambian: el panel\nsolo muestra días completos. El ejemplo de la documentación de PostgreSQL trata\ndel mismo modo un día de ventas aún sin terminar. La orden ejecuta la consulta\nuna vez y guarda el resultado. Después se crea un índice:\n\n```sql\nCREATE UNIQUE INDEX daily_sales_sku_day ON daily_sales (sku, day);\n```\n\nEl índice cumple dos funciones. Permite al panel encontrar los días de un\nproducto sin leer toda la vista y hace posible una actualización concurrente\nposterior. La consulta agrupa por día y SKU: cada pareja aparece una vez y el\níndice puede ser único. A partir de aquí, el panel lee la vista como una tabla:\n\n```sql\nSELECT day, units, revenue\nFROM   daily_sales\nWHERE  sku = 'TEA-250'\nORDER  BY day;\n```\n\nCada noche, poco después de medianoche, una tarea programada la pone al día:\n\n```sql\nREFRESH MATERIALIZED VIEW CONCURRENTLY daily_sales;\n```\n\nSin `CONCURRENTLY`, una actualización que afecta a muchas filas tiende a\nconsumir menos recursos y terminar antes, pero podría bloquear las lecturas del\npanel hasta acabar. Con esa opción, las lecturas continúan durante la\nactualización; la documentación señala que incluso puede ser más rápida si\ncambian pocas filas, como aquí, donde cada noche se añade un día. La opción\nexige dos condiciones. La vista debe contener ya datos y tener al menos un\níndice único sobre nombres de columnas simples que abarque todas las filas: no\nsirve un índice de expresiones ni uno con cláusula `WHERE`. El índice anterior\nsatisface la segunda; crear la vista con sus datos satisfizo la primera.\n\nOtras bases de datos fijan límites distintos. En BigQuery, las vistas\nmaterializadas se mantienen en segundo plano: los cambios de las tablas de base\nse añaden de forma incremental sin solicitarlos, una consulta a la vista\nincorpora los cambios recientes para mantener actualizado el resultado y la\noptimización inteligente puede redirigir hacia la vista una consulta escrita\nsobre las tablas de base. Esto se aplica a las vistas incrementales, que admiten\nun subconjunto limitado del lenguaje SQL. Una vista definida con\n`allow_non_incremental_definition = true` admite la mayoría de las consultas,\npero cada actualización ejecuta la consulta completa y sus resultados no están\nsiempre actualizados.\n\nSQL Server logra un resultado similar con vistas indexadas. Añadir un índice\nagrupado que imponga unicidad a una vista, que debe crearse con\n`WITH SCHEMABINDING` y tener una definición determinista, almacena su resultado\ncon la misma organización que una tabla indexada; el optimizador puede usarlo\nincluso en una consulta que no nombre la vista. SQL Server actualiza la vista\nindexada con cada inserción, actualización y borrado en sus tablas de origen: no\nhay actualización periódica que programar. El coste se traslada a las escrituras\ny la documentación de Microsoft advierte de que su rendimiento puede degradarse\nde forma considerable.\n\nLa misma contrapartida aparece en el trabajo de producción. En un puesto\nanterior, la fundadora construyó\n[flujos de procesamiento ETL y ELT en PL/pgSQL](/es/portfolio/engineered-600-pl-pgsql-etl-elt-pipelines/)\nque utilizaban tablas particionadas y vistas materializadas para acelerar las\nlecturas en grandes conjuntos de datos, junto con restricciones de claves\nprimarias y externas para la integridad referencial e índices únicos y\ncompuestos para las uniones.\n\n## Dónde surgen los problemas\n\n**Cifras antiguas que parecen actuales.** Una tarea de actualización detenida\nhace una semana deja que la vista responda a todas las consultas deprisa y de\nforma incorrecta, sin que el resultado indique su antigüedad. Haga que la tarea\nregistre la hora de cada actualización correcta donde el panel pueda mostrarla y\nemita una alerta cuando el tiempo transcurrido supere el máximo aceptado por\nlos lectores.\n\n**Una actualización bloquea a los lectores.** Un `REFRESH MATERIALIZED VIEW`\nnormal sobre una vista grande podría bloquear todas las sesiones que intenten\nleerla hasta terminar. Añada un índice único y use `CONCURRENTLY`, o programe\nlas actualizaciones normales en horas sin lectores. Si cambia la mayoría de las\nfilas en cada ejecución, la actualización normal puede seguir siendo la más\nbarata.\n\n**Se rechaza `CONCURRENTLY`.** La opción necesita un índice único sobre columnas\nsimples que abarque todas las filas. No sirve un índice único sobre\n`lower(email)` ni uno limitado por una cláusula `WHERE`. También necesita una\nvista con datos: falla si se creó con `WITH NO DATA`, y ambas opciones no pueden\ncombinarse. Añada un índice válido y rellene la vista una vez con una\nactualización normal.\n\n**Una vista que no se puede consultar.** `WITH NO DATA` crea la vista sin\nejecutar su consulta y la marca como no disponible para lectura; cualquier\nconsulta falla hasta la primera actualización. Puede ser lo adecuado en una\nmigración que no deba esperar una consulta larga, pero entonces hay que\nplanificar esa primera actualización y no olvidarla.\n\n**Un cambio de definición que nunca llegó.**\n`CREATE MATERIALIZED VIEW IF NOT EXISTS` en una migración no hace nada más que\nemitir un aviso si ya existe una vista con ese nombre; la documentación no\ngarantiza que la existente se parezca a la nueva definición. Cambiar la consulta\nde esa forma deja la anterior intacta. Elimine la vista con\n`DROP MATERIALIZED VIEW` y vuelva a crearla en la misma migración.\n\n**Tareas de actualización que se solapan.** Una vista materializada solo puede\ntener una actualización en curso, incluso con `CONCURRENTLY`; programarla con\nmás frecuencia de lo que tarda solo hace que la vista se retrase más. Mida la\nduración y programe en función de ella.\n\n**Se confía en el orden de las filas.** Si la consulta que define la vista\nincluye `ORDER BY`, el contenido inicial sale en ese orden, pero una\nactualización no promete conservarlo. Incluya `ORDER BY` en las consultas que\nlean la vista.\n\n**Funciones que pierden sus tablas.** Al ejecutar la consulta que define la\nvista, durante la creación o la actualización, PostgreSQL establece\ntemporalmente `search_path` en `pg_catalog, pg_temp` y restringe lo que puede\nhacer: una función que cree tablas temporales falla. Una función que busque sus\ntablas mediante nombres sin esquema puede superar todas las pruebas manuales y\nfallar solo durante la actualización. Califique con el esquema los nombres de\ntabla de toda función invocada por la vista.\n\n**La tarea se ejecuta con el rol equivocado.** Actualizar requiere el privilegio\n`MAINTAIN` sobre la vista materializada. Una tarea ejecutada con un rol de\ninformes que puede leerla, pero no mantenerla, falla cada noche. Conceda ese\nprivilegio al rol que ejecute la actualización.\n\n**Se guarda una copia cuando bastaría un índice.** Si una consulta es lenta\nporque falta un índice, una vista materializada oculta el problema y añade datos\nantiguos. Lea primero el plan de consulta. Si la consulta solo necesita un\nnombre, basta una vista normal, que siempre está actualizada; reserve las\nmaterializadas para resultados costosos de calcular y que puedan leerse\nligeramente desactualizados sin riesgo.\n\n## Lecturas adicionales\n\n- [Vistas materializadas](https://www.postgresql.org/docs/current/rules-materializedviews.html)\n  — el capítulo de PostgreSQL sobre su relación con vistas y tablas, con un\n  resumen de ventas actualizado cada noche y un ejemplo de adaptador de datos\n  externos.\n- [CREATE MATERIALIZED VIEW](https://www.postgresql.org/docs/current/sql-creatematerializedview.html)\n  — la referencia de la orden, incluidos `WITH NO DATA`, `IF NOT EXISTS` y el\n  `search_path` restringido durante la consulta.\n- [REFRESH MATERIALIZED VIEW](https://www.postgresql.org/docs/current/sql-refreshmaterializedview.html)\n  — la orden de actualización, las condiciones de `CONCURRENTLY` y el privilegio\n  `MAINTAIN` requerido.\n- [Notas de PostgreSQL 9.3](https://www.postgresql.org/docs/9.3/release-9-3.html)\n  — la versión de septiembre de 2013 que incorporó las vistas materializadas.\n- [Introducción a las vistas materializadas](https://cloud.google.com/bigquery/docs/materialized-views-intro)\n  — las vistas incrementales y no incrementales de BigQuery, actualización\n  automática y optimización inteligente.\n- [Crear vistas indexadas](https://learn.microsoft.com/en-us/sql/relational-databases/views/create-indexed-views)\n  — las vistas indexadas de SQL Server, sus requisitos y el coste para las\n  escrituras.\n\n\u003chttps://engineer.company/es/glossary/materialized-view/\u003e\n","date_modified":"2026-11-09T21:50:25Z","description":"Una vista materializada guarda el resultado de una consulta. Su actualización, índices, permisos y antigüedad deciden cuándo compensa frente a una vista normal.","formats":{"gemtext":"https://engineer.company/es/glossary/materialized-view/index.gmi","gopher":"https://engineer.company/es/glossary/materialized-view/gophermap","html":"https://engineer.company/es/glossary/materialized-view/","json":"https://engineer.company/es/glossary/materialized-view/index.json","markdown":"https://engineer.company/es/glossary/materialized-view/index.md","pdf":"https://engineer.company/es/glossary/materialized-view/index.pdf"},"kind":"page","language":"es","title":"¿Qué es una vista materializada?","url":"https://engineer.company/es/glossary/materialized-view/","version":1}