SQL Server 2016 不支持原生物化视图，所谓“物化标签”实为业务自建聚合表（如 user_summary），需通过触发器手动维护；其核心难点在于多行操作、前后值差异处理、并发竞态及幂等性保障，且无 CONCURRENTLY 刷新机制。
SQL Server 2016 没有原生物化视图（MATERIALIZED VIEW），所谓“物化标签”实际是业务中对聚合表、统计表或冗余字段的俗称——比如一张 user_summary 表存着每个用户的订单总数、最新登录时间等预计算结果。这类表不能靠 REFRESH MATERIALIZED VIEW 自动刷新（那是 PostgreSQL 的语法），必须手动维护。触发器是常用手段，但直接套用其他数据库思路会出错。
为什么不能照搬 PostgreSQL 的 CONCURRENTLY 刷新逻辑
SQL Server 不支持 REFRESH MATERIALIZED VIEW 语句，也没有 CONCURRENTLY 关键字。你写的任何触发器都只能操作普通表，且必须自己处理：
• 多行变更时的批量逻辑
• UPDATE 前后值差异判断
• DELETE 后如何反向扣减聚合值
• 并发写入时的竞态风险（如两个事务同时更新同一用户订单数）
强行在 SQL Server 触发器里写“刷新视图”类逻辑，轻则数据不一致，重则死锁或阻塞。
AFTER INSERT/UPDATE/DELETE 触发器必须用 inserted/deleted 表
SQL Server 触发器依赖两个内存临时表获取上下文：inserted 存新增或更新后数据，deleted 存删除前或更新前数据。它们不是物理表，不可索引，但可 JOIN、GROUP BY。
常见错误包括：
• 在 INSERT 触发器里查 deleted（它为空）
• 在 DELETE 触发器里查 inserted（它为空）
• 忽略多行场景：一个 UPDATE 可能影响 1000 行，inserted 和 deleted 各含 1000 行，必须用集合操作而非标量赋值
• 把 inserted.id 当单值用，导致只处理第一行
CREATE TRIGGER trg_update_user_order_count ON orders AFTER INSERT, UPDATE, DELETE AS BEGIN SET NOCOUNT ON; <p>-- 正确：用 MERGE 或分步 UPDATE 处理多行 MERGE user_summary AS tgt USING ( SELECT customer_id, COUNT(<em>) AS cnt FROM inserted GROUP BY customer_id UNION ALL SELECT customer_id, -COUNT(</em>) AS cnt FROM deleted GROUP BY customer_id ) AS src ON tgt.user_id = src.customer_id WHEN MATCHED THEN UPDATE SET order_count = order_count + src.cnt WHEN NOT MATCHED THEN INSERT (user_id, order_count) VALUES (src.customer_id, src.cnt); END;
避免在触发器里调用存储过程或复杂函数
触发器运行在主 DML 事务内，一旦被调用的存储过程出错或耗时过长，整个事务会回滚或超时。更危险的是：
• 存储过程内部再改同一张表，可能引发嵌套触发器（默认开启，可用 sp_configure 'nested triggers', 0 关）
• 函数若含 SELECT ... INTO 或临时表，可能因执行计划缓存污染拖慢性能
• 调用链接服务器或外部 API（如 sp_OACreate）会导致事务无法提升为分布式事务，直接失败
真实项目中，90% 的触发器性能问题源于过度封装——把聚合逻辑写进触发器体，比调用外部过程更可控、更易调试。
唯一安全的“自动维护”前提是目标表有唯一约束且逻辑幂等
如果你的“物化标签”表（如 user_summary）没建 UNIQUE(user_id)，上面那个 MERGE 示例会报错或插入重复行。而如果业务允许某用户多次下单但只计一次（比如去重统计），你还得加额外条件过滤。
更重要的是：触发器逻辑必须幂等。例如，两次相同的 INSERT 不应让 order_count 加两次。这要求你在设计时明确：
• 是累加型（每行 insert 就 +1）
• 还是快照型（每次触发都重算全量）
前者快但难保一致，后者准但慢——SQL Server 2016 没有 CONCURRENTLY，全量重算大概率锁表几秒，线上慎用。
