如果视图名称不断变化，但查询结构保持不变，那么如何“全局”调优SQL查询，使其由视图中的记录驱动？

要实现由视图中的记录驱动SQL查询的全局调优，可以采取以下步骤：

1. 确保视图的查询结构是优化的：优化视图的查询结构可以通过使用合适的索引、避免不必要的连接和子查询、使用合适的聚合函数等方式来提高查询性能。
2. 使用物化视图（Materialized View）：物化视图是一种预先计算和存储查询结果的技术，可以提高查询性能。当视图的查询结构保持不变时，可以将视图的结果存储为物化视图，并定期刷新物化视图以保持数据的最新性。
3. 使用查询重写（Query Rewriting）：查询重写是一种将查询转换为等效但更高效的形式的技术。可以通过将查询重写为直接访问视图中的记录而不是通过视图进行查询来提高性能。
4. 使用查询提示（Query Hint）：查询提示是一种指示数据库查询优化器如何执行查询的方式。可以使用查询提示来指定使用视图中的记录进行查询，而不是使用视图本身。
5. 使用查询缓存（Query Cache）：查询缓存是一种将查询结果缓存起来以供重复查询使用的技术。可以将查询结果缓存起来，当视图的记录发生变化时，只需要更新缓存而不需要重新执行查询。
6. 使用分区表（Partitioning）：分区表是一种将表数据分割为多个较小的分区的技术。可以根据视图中的记录进行分区，以提高查询性能。
7. 使用数据库性能优化工具：可以使用各种数据库性能优化工具来分析和优化SQL查询。这些工具可以帮助识别潜在的性能问题，并提供优化建议。

总结起来，要实现由视图中的记录驱动SQL查询的全局调优，需要优化视图的查询结构，使用物化视图、查询重写、查询提示、查询缓存、分区表等技术，以及使用数据库性能优化工具进行分析和优化。