触发器能自动维护物化视图吗？这个想法听起来很美好，但现实要骨感得多。简单来说，触发器本身并不能“自动维护”物化视图，它只是一个在数据变更时被触发的执行器。真正的问题在于：这个执行器能否、以及如何安全地驱动物化视图的刷新？答案完全取决于你身处哪个数据库的生态里——PostgreSQL、Oracle还是MySQL。这三者的实现机制和限制天差地别，如果生搬硬套，等待你的不是报错就是静默的数据不一致。
PostgreSQL：用对姿势，才能安全“并发刷新”
在PostgreSQL里，物化视图本身是只读的，刷新必须显式调用REFRESH MATERIALIZED VIEW命令。想用触发器自动化这个过程，有几个关键点必须卡死，否则极易引发性能灾难。
首先，触发器必须声明为FOR EACH STATEMENT，而不是FOR EACH ROW。想想看，如果你批量插入1000行数据，行级触发器就会执行1000次刷新，这几乎必然导致表被长时间锁住，最终超时。语句级触发器则只在整条SQL执行完毕后触发一次，这才是合理的选择。
其次，刷新时必须使用CONCURRENTLY选项。这是保证在刷新时不阻塞对该物化视图并发查询的唯一方法。但天下没有免费的午餐，使用此选项的前提是物化视图上必须已经创建了一个唯一索引，否则会直接报错：cannot refresh materialized view “mv_xxx” concurrently。
最后，细节决定成败。触发器的事件必须写全：AFTER INSERT OR UPDATE OR DELETE ON users。如果只监听INSERT，那么删除和更新操作就会导致物化视图数据陈旧。另外，在触发器函数体内，切记不要画蛇添足地添加BEGIN/COMMIT这类事务控制语句，因为PL/pgSQL函数本身就在一个隐式事务中运行。
CREATE OR REPLACE FUNCTION refresh_mv_on_change() RETURNS TRIGGER AS $$ BEGIN REFRESH MATERIALIZED VIEW CONCURRENTLY mv_user_summary; RETURN NULL; END; $$ LANGUAGE plpgsql; CREATE TRIGGER tr_mv_refresh AFTER INSERT OR UPDATE OR DELETE ON users FOR EACH STATEMENT EXECUTE PROCEDURE refresh_mv_on_change();
MySQL：没有原生支持，只能“手动模拟”
坦率地说，在MySQL里讨论“用触发器维护物化视图”是个伪命题，因为MySQL压根就没有原生的MATERIALIZED VIEW语法。社区里常说的“模拟”，其实就是自己创建一张普通的聚合表，然后通过一堆触发器来同步基表的数据变化。
但这种模拟的限制极多，堪称“戴着镣铐跳舞”。MySQL的触发器内部禁止修改正在被其他语句使用的表（有一些特例）。这意味着，很多教程里演示的“先在触发器里SELECT ... INTO一个变量，再用这个变量去UPDATE聚合表”的操作，在严格模式下会直接报错：Can‘t update table 'xxx' in stored function/trigger。
那么可行的路径是什么？通常需要借助INSERT ... ON DUPLICATE KEY UPDATE这条语句。它的逻辑是“存在则更新，不存在则插入”，可以原子性地完成聚合值的更新。当然，这要求目标聚合表必须有一个唯一键（比如UNIQUE(product_name)）。
即便如此，逻辑也变得异常复杂。你需要为DELETE和UPDATE操作分别编写触发器：删除一行时，需要从聚合值中减去对应的字段；更新一行时，则需要先减去旧值，再加上新值。更棘手的是，这种方案几乎无法处理跨多表JOIN的复杂聚合。因为触发器只能响应单表的变更，它无法感知到关联表的数据是否也发生了变化。
Oracle：触发器不负责刷新，而是刷新后的“点缀”
Oracle对物化视图的支持最为成熟，其刷新机制由内置的DBMS_MVIEW.REFRESH包或预定义的自动刷新策略（如ON COMMIT）来管理。触发器在这里的角色并非插手刷新过程本身，那是数据库内核的职责。
实际上，你无法直接在物化视图对象上创建触发器（会报ORA-02021错误）。一个更常见的模式是，在创建物化视图时使用ON PREBUILT TABLE子句，这意味着物化视图是基于一张已存在的普通表构建的。这时，你就可以对这张底层表创建触发器，用于维护一些额外的字段。
举个例子，你可以创建一个BEFORE INSERT OR UPDATE的触发器，在数据被刷新进这张表时，自动为每行记录填充一个last_refresh_time（最后刷新时间）字段。请注意，触发器的用途是处理这类“点缀性”的字段更新，而不是去重算核心的聚合逻辑——那仍然是物化视图刷新机制的工作。
共通的挑战：并发、一致性与延迟
即便语法全部正确，触发器维护的聚合数据在高并发场景下依然脆弱。一个经典的竞态条件是：两个事务同时插入同一产品的订单，它们各自读取当前的产品销售总额（price_sum），加上自己的金额，然后写回。结果，后写入的值会覆盖前一个，导致总额少计算了一笔。
MySQL的ON DUPLICATE KEY UPDATE能缓解但未必根除这个问题。PostgreSQL的CONCURRENTLY刷新虽然避免了锁表，但在刷新过程中查询到的数据可能来自旧的快照。Oracle的快速刷新（FAST）高度依赖物化视图日志的完整性，一旦日志损坏或遗漏，就会退回到耗时的全量刷新。
正因为这些潜在的风险，许多生产系统最终会选择一条更稳妥的道路：接受几分钟的数据延迟，放弃触发器“实时同步”的执念，转而使用定时任务（如PostgreSQL的pg_cron、MySQL的EVENT调度器或应用层的任务队列）来定期合并刷新物化视图。这个架构上的取舍，往往是在经历了线上慢查询的报警之后，才会被真正重视起来。
