1. mat_movie_revenue Стар: COUNT, SUM — без просечна цена Нов: додадено AVG(t.price) → имаш и просечна цена на тикет 2. mat_most_watched_genre Стар: ист SQL, нема суштинска промена во логиката Нов: исто, само како materialized view → побрзо читање 3. mat_busiest_months Стар: ист SQL Нов: само конвертиран во materialized view 4. mat_cinema_revenue Стар: без просечна цена Нов: додадено AVG(t.price) → додатна метрика по кино 5. mat_hall_occupancy Стар: имаше COUNT(DISTINCT s.screening_id) и пресметуваше occupancy_percent — ова беше бавно на милиони редови Нов: отстранет COUNT DISTINCT и отстранет occupancy_percent → многу побрзо 6. mat_top_products Стар: ист SQL Нов: само конвертиран во materialized view 7. mat_promotion_impact Стар: без просечна цена Нов: додадено AVG(t.price) 8. mat_reservation_status Стар: ист SQL Нов: само конвертиран во materialized view 9. mat_popular_time_slots Стар: само time_slot без период Нов: додадено CASE WHEN → секој термин добива и период (Morning/Afternoon/Evening) 10. mat_product_vs_ticket_revenue Нов view — го немаше претходно оптимизиран, додаден е 11. mat_morning_vs_evening Нов view — го немаше претходно оптимизиран, додаден е 12. mat_movie_review_stats Нов view — го немаше претходно оптимизиран, додаден е 13. mat_genre_review_stats Нов view — го немаше претходно оптимизиран, додаден е Главните подобрувања генерално: Materialized Views → резултатот се чува на диск, не се пресметува секој пат Отстранет COUNT DISTINCT во hall_occupancy → најголемо забрзување 14 индекси додадени на JOIN колоните → побрзи спојувања на табелите Додадени AVG метрики на неколку views → повеќе информации без дополнителни пребарувања време на извршување на оптимизираните views: mat_movie_revenue: 1.630 ms mat_most_watched_genre: 0.237 ms mat_busiest_months: 0.174 ms mat_cinema_revenue: 0.131 ms mat_hall_occupancy: 0.105 ms mat_top_products: 0.123 ms mat_promotion_impact: 0.198 ms mat_reservation_status: 0.109 ms mat_popular_time_slots: 0.105 ms mat_product_vs_ticket_revenue: 0.155 ms mat_morning_vs_evening: 0.104 ms mat_movie_review_stats: 5.356 ms mat_genre_review_stats: 0.304 ms [2026-05-16 15:13:20] completed in 48 ms faza 4: - идеја: Член 1: Функција — пресметај вкупна цена на резервација со попуст Процедура — направи нова резервација Тригер — кога резервацијата се откажува, автоматски смени статус Член 2: Функција — провери дали има слободни места во сала Процедура — Откажи резервација Тригер — кога се брише тикет, автоматски ажурирај резервација Член 3: Функција — врати просечен рејтинг за филм Процедура — додај нов review за филм Тригер — кога се додава review, провери дали корисникот купил тикет за тој филм 1.Funkcii 1.1- Функција — пресметај вкупна цена на резервација со попуст(о зема reservation_id и promotion_id како влез Ја пресметува вкупната цена на сите тикети за таа резервација Го применува попустот од PROMOTION табелата (PROMOTION.discount) Враќа крајна цена по попуст Пример: 3 тикети по 500ден = 1500ден, попуст 20% → функцијата враќа 1200ден) 1.2 - Функција 2 — Број на слободни места во сала за проекција(Функцијата би: Го земала капацитетот на салата за таа проекција Го броела бројот на продадени тикети за таа проекција Враќала: капацитет МИНУС продадени тикети = слободни места Пример: Сала со 100 места, продадени 73 тикети → функцијата враќа 27 слободни места Корисно е за да знаеш дали можеш да купиш уште тикети за одредена проекција.) 1.3 - Функција 3 — Просечен рејтинг за филм (Функцијата би: Го земала movie_id како влез Ги собирала сите оцени за тој филм од REVIEW табелата Пресметувала просек (AVG) и го враќала) 2. Процедури Процедура 1 — Креирај нова резервација Влез: user_id, screening_id Прави нов запис во RESERVATION со статус PENDING Го поврзува корисникот со резервацијата преку USER_RESERVATION Најважна функционалност во системот Процедура 2 — Откажи резервација Влез: reservation_id Го менува статусот на RESERVATION во CANCELLED Секое кино мора да има можност за откажување Процедура 3 — Додај review за филм Влез: user_id, movie_id, rating, comment Прави нов запис во REVIEW табелата Важна функционалност бидејќи корисниците можат да оставаат оцени 3.Тригери Тригер 1 — Спречи двојно резервирање на исто седиште Се активира: пред да се вметне нов тикет (BEFORE INSERT на TICKET) Проверува дали седиштето е веќе зафатено за таа проекција Ако е зафатено — фрла грешка и го спречува купувањето Зошто: најважна заштита во системот — не може двајца да седат на исто место Тригер 2 — Автоматски испрати нотификација при креирање резервација Се активира: по INSERT на USER_RESERVATION (AFTER INSERT) Автоматски додава запис во NOTIFICATION табелата Зошто: корисникот треба да добие потврда за резервацијата Тригер 3 — Автоматски смени статус на резервација во COMPLETED Се активира: по UPDATE на SCREENING (AFTER UPDATE) Кога датумот на проекцијата поминал, сите резервации за неа се менуваат во COMPLETED Зошто: автоматизација без рачно менување на статуси