Des requêtes plus rapides, des mises à  jour plus lente

à  effectuer une planification
et des tests méticuleux dans un environnement de
développement (distinct de vos systèmes de production).

Les environnements les plus adaptés à  la mise en oeuvre
des vues matérialisées sont les data warehouse et les systèmes
d’aide à  la décision en grande partie en lecture seule
et dont les mises à  jour sont peu fréquentes. Toutefois, certains
environnements transactionnels peuvent également tirer
parti des vues matérialisées. Si vous avez une table de
grande taille (de l’ordre du giga-octet), que vous agrégez fréquemment
ou liez par jointure avec d’autres tables volumineuses,
il peut être intéressant de tester l’incidence d’une
vue matérialisée sur celles-ci. Néanmoins,
les bases de données transactionnelles
faisant l’objet de nombreuses
insertions et mises à  jour, ainsi que les
bases de données préférant la lecture
aléatoire d’enregistrements sur les
champs à  une clé ordonnée en clusters
se prêtent mal à  l’utilisation des vues
matérialisées. La charge associée à  la
gestion des index sur la vue entraînera
presque immanquablement une dégradation
des performances de la base de
données.

Les vues matérialisées, dès lors
quelles sont employées judicieusement,
peuvent décupler les performances
des requêtes exécutées sur
votre base de données transactionnelle.
Toutefois, elles ne constituent pas la solution
à  chaque problème de performances.
Ne les employez pas sans les
avoir testées soigneusement, car elles
pourraient entraîner une dégradation
significative des performances en question
au cours des insertions et modifications
des données. Mais si vous les
utilisez à  bon escient, les avantages procurés
au niveau de l’environnement de
production vaudront largement le
temps nécessaire à  la réalisation des
tests.