【详述】
根据同步物化视图文档中的对比，同步优于异步的就是可以做到数据同步更新
但是在异步物化视图文档中写的三种更新方案中 REFRESH ASYNC也是可以做到基表变动，视图同步变动的，实际简单测试了一下也是可以的（测试时候有一个很奇怪的问题导致不可以，所以判定是特殊情况）。
那么异步物化视图既可以同步更新数据，又可以多表关联，岂不是完全可以覆盖同步的功能了
根据同步物化视图文档中的对比，同步优于异步的就是可以做到数据同步更新
简单来说，同步物化视图是单表的，数据同步更新，维护代价小。异步物化视图是多表的，数据异步刷新，因为刷新的有一些代价，所以也需要根据场景来判断最适合的
单表的应用场景比较局限，大部分还是多表的，有没有一份文档说明了异步实时刷新的性能瓶颈或者数据量，数据逻辑要求。以及异步的大致原理（增量，全量等）
顶顶顶，求大佬解惑
-
异步物化视图按照设置的刷新规则进行刷新，对于创建具有分区的异步物化视图，目前可以做到分区级别的增量刷新，不分区的异步物化视图每次是全量刷新。具体参考官方文档https://docs.starrocks.io/zh/docs/using_starrocks/usage/create/
-
目前异步物化视图的刷新主要通过 insert overwrite select 来实现，使用 REFRESH ASYNC 基表每次变动物化视图就刷新一次，如果异步物化视图没有设置分区或者单个分区数据量很大，当基表实时导入频繁变动，那么就会频繁触发物化视图刷新，刷新任务压力会很大，基表实时导入数据量大的场景推荐使用
ASYNC [START (<start_time>)] EVERY(INTERVAL <interval>): 定时刷新模式 或MANUAL: 手动刷新模式
2赞
- 多个事实表关联拼接指标（假设T1,T2,T3）生成物化视图MV1，所以不适合使用excluded_trigger_tables属性，这时候如果多个表数据同时变动，那么物化视图MV1的更新是会按照多个表的触发顺序依次更新多次，还是会按照一定逻辑合并更新任务，如果是依次的，那么当资源沾满时会自动排队还是什么逻辑
- 对于这个压力大，数据量大的场景有没有一个大致的量化标准，例如1000w条数据对应16G内存+8核cpu就算大，也就是不同数据量对应不同的硬件配置推荐
顶顶顶
-
多少次变动就会触发多少次刷新任务，刷新任务会进行排队，前一个任务刷新完成后，如果检测到该物化视图排队了很多个刷新任务，会将多个刷新任务整合 做一次刷新
-
集群上还会有其他的写入查询任务，一般不会只做物化视图的刷新，所以硬件配置不好评估，需要根据集群负载去判断，可以参考集群的cpu 内存 磁盘io util 等的负载情况
1赞
从相关源码来看，社区似乎是打算在同步物化视图的相关接口基础上（CreateMaterializedViewStmt），另开一个新的异步物化视图调用入口（CreateMaterializedViewStatement），用于最终兼容和替换同步物化视图：
而且对于内表，异步物化视图也可以做到及时刷新（看起来类似ClickHouse的insert trigger视图），存算分离外表需要设置周期刷新间隔否则会报错：
七猫的实践分享也提到了两者的区别，同步物化视图本质上并不是像其他计算引擎那样的物理表，而是一种索引，所以和主键表是互斥的，而异步物化视图实际生成额外的物理表更符合业界对此的定义：