mysql使用什么类型存 json数据

发布网友发布时间：2022-04-22 07:46

共4个回答

热心网友时间：2022-04-07 16:32

　　JSON (JavaScriptObject Notation) 是一种轻量级的数据交换格式，主要用于传送数据。JSON采用了独立于语言的文本格式，类似XML，但是比XML简单，易读并且易编写。对机器来说易于解析和生成，并且会减少网络带宽的传输。由于JSON格式可以解耦javascript客户端应用与Restful服务器端的方法调用，因而在互联网应用中被大量使用。
　　JSON的格式非常简单：名称/键值。之前MySQL版本里面要实现这样的存储，要么用VARCHAR要么用TEXT大文本。 MySQL5.7发布后，专门设计了JSON数据类型以及关于这种类型的检索以及其他函数解析。我们先看看MySQL老版本的JSON存取。
　　示例表结构：
　　CREATE TABLE json_test(
　　id INT,
　　person_desc TEXT
　　)ENGINE INNODB;
　　我们来插入一条记录：
　　INSERT INTO json_test VALUES (1,'{
　　"programmers": [{
　　"firstName": "Brett",
　　"lastName": "McLaughlin",
　　"email": "aaaa"
　　}, {
　　"firstName": "Jason",
　　"lastName": "Hunter",
　　"email": "bbbb"
　　}, {
　　"firstName": "Elliotte",
　　"lastName": "Harold",
　　"email": "cccc"
　　}],
　　"authors": [{
　　"firstName": "Isaac",
　　"lastName": "Asimov",
　　"genre": "sciencefiction"
　　}, {
　　"firstName": "Tad",
　　"lastName": "Williams",
　　"genre":"fantasy"
　　}, {
　　"firstName": "Frank",
　　"lastName": "Peretti",
　　"genre": "christianfiction"
　　}],
　　"musicians": [{
　　"firstName": "Eric",
　　"lastName": "Clapton",
　　"instrument": "guitar"
　　}, {
　　"firstName": "Sergei",
　　"lastName": "Rachmaninoff",
　　"instrument": "piano"
　　}]
　　}');
　　那一般我们遇到这样来存储JSON格式的话，只能把这条记录取出来交个应用程序，由应用程序来解析。如此一来，JSON又和特定的应用程序耦合在一起，其便利性的优势大打折扣。
　　现在到了MySQL5.7，可以支持对JSON进行属性的解析，我们重新修改下表结构：
　　ALTER TABLE json_test MODIFY person_desc json;
　　先看看插入的这行JSON数据有哪些KEY：
　　mysql> SELECT id,json_keys(person_desc) as "keys" FROM json_test\G
　　*************************** 1. row***************************
　　id: 1
　　keys: ["authors", "musicians","programmers"]
　　1 row in set (0.00 sec)
　　我们可以看到，里面有三个KEY，分别为authors，musicians，programmers。那现在找一个KEY把对应的值拿出来：
　　mysql> SELECT json_extract(AUTHORS,'$.lastName[0]') AS 'name', AUTHORS FROM
　　-> (
　　-> SELECT id,json_extract(person_desc,'$.authors[0][0]') AS "authors" FROM json_test
　　->UNION ALL
　　-> SELECT id,json_extract(person_desc,'$.authors[1][0]') AS "authors" FROM json_test
　　-> UNION ALL
　　-> SELECT id,json_extract(person_desc,'$.authors[2][0]') AS "authors" FROM json_test
　　-> ) AS T1
　　-> ORDER BY NAME DESC\G
　　*************************** 1. row***************************
　　name:"Williams"
　　AUTHORS: {"genre": "fantasy","lastName": "Williams", "firstName":"Tad"}
　　*************************** 2. row***************************
　　name:"Peretti"
　　AUTHORS: {"genre":"christianfiction", "lastName": "Peretti","firstName": "Frank"}
　　*************************** 3. row***************************
　　name:"Asimov"
　　AUTHORS: {"genre": "sciencefiction","lastName": "Asimov", "firstName":"Isaac"}
　　3 rows in set (0.00 sec)
　　现在来把详细的值罗列出来：
　　mysql> SELECT
　　->json_extract(AUTHORS,'$.firstName[0]') AS "firstname",
　　-> json_extract(AUTHORS,'$.lastName[0]')AS "lastname",
　　-> json_extract(AUTHORS,'$.genre[0]') AS"genre"
　　-> FROM
　　-> (
　　-> SELECT id,json_extract(person_desc,'$.authors[0]')AS "authors" FROM json
　　_test
　　-> ) AS T\G
　　*************************** 1. row***************************
　　firstname: "Isaac"
　　lastname:"Asimov"
　　genre:"sciencefiction"
　　1 row in set (0.00 sec)
　　我们进一步来演示把authors 这个KEY对应的所有对象删掉。
　　mysql> UPDATE json_test
　　-> SET person_desc =json_remove(person_desc,'$.authors')\G
　　Query OK, 1 row affected (0.01 sec)
　　Rows matched: 1 Changed: 1 Warnings: 0
　　查找下对应的KEY，发现已经被删除掉了。
　　mysql> SELECT json_contains_path(person_desc,'all','$.authors')as authors_exists FROM json_test\G
　　*************************** 1. row***************************
　　authors_exists: 0
　　1 row in set (0.00 sec)
　　总结下，虽然MySQL5.7开始支持JSON数据类型，但是我建议如果要使用的话，最好是把这样的值取出来，然后在应用程序段来计算。毕竟数据库是用来处理结构化数据的，大量的未预先定义schema的json解析，会拖累数据库的性能。

热心网友时间：2022-04-07 17:50

JSON的格式非常简单：名称/键值。之前MySQL版本里面要实现这样的存储，要么用VARCHAR要么用TEXT大文本。 MySQL5.7发布后，专门设计了JSON数据类型以及关于这种类型的检索以及其他函数解析。我们先看看MySQL老版本的JSON存取。

示例表结构：

CREATE TABLE json_test(

id INT,

person_desc TEXT

)ENGINE INNODB;

我们来插入一条记录：

INSERT INTO json_test VALUES (1,'{

"programmers": [{

"firstName": "Brett",

"lastName": "McLaughlin",

"email": "aaaa"

}, {

"firstName": "Jason",

"lastName": "Hunter",

"email": "bbbb"

}, {

"firstName": "Elliotte",

"lastName": "Harold",

"email": "cccc"

}],

"authors": [{

"firstName": "Isaac",

"lastName": "Asimov",

"genre": "sciencefiction"

}, {

"firstName": "Tad",

"lastName": "Williams",

"genre":"fantasy"
}, {

"firstName": "Frank",

"lastName": "Peretti",

"genre": "christianfiction"

}],

"musicians": [{

"firstName": "Eric",

"lastName": "Clapton",

"instrument": "guitar"
}, {

"firstName": "Sergei",

"lastName": "Rachmaninoff",

"instrument": "piano"

}]

}');

那一般我们遇到这样来存储JSON格式的话，只能把这条记录取出来交个应用程序，由应用程

来解析。如此一来，JSON又和特定的应用程序耦合在一起，其便利性的优势大打折扣。

现在到了MySQL5.7，可以支持对JSON进行属性的解析，我们重新修改下表结构：

ALTER TABLE json_test MODIFY person_desc json;

先看看插入的这行JSON数据有哪些KEY：

mysql> SELECT id,json_keys(person_desc) as "keys" FROM json_test\G

*************************** 1. row***************************

id: 1

keys: ["authors", "musicians","programmers"]

1 row in set (0.00 sec)

我们可以看到，里面有三个KEY，分别为authors，musicians，programmers。那现在找一

KEY把对应的值拿出来：

mysql> SELECT json_extract(AUTHORS,'$.lastName[0]') AS 'name', AUTHORS FROM

-> (

-> SELECT id,json_extract(person_desc,'$.authors[0][0]') AS "authors" FROM json_test

->UNION ALL

-> SELECT id,json_extract(person_desc,'$.authors[1][0]') AS "authors" FROM json_test

-> UNION ALL

-> SELECT id,json_extract(person_desc,'$.authors[2][0]') AS "authors" FROM json_test

-> ) AS T1

-> ORDER BY NAME DESC\G

*************************** 1. row***************************

name:"Williams"

AUTHORS: {"genre": "fantasy","lastName": "Williams", "firstName":"Tad"}

*************************** 2. row***************************

name:"Peretti"

AUTHORS: {"genre":"christianfiction", "lastName": "Peretti","firstName":

"Frank"}*************************** 3. row***************************

name:"Asimov"

AUTHORS: {"genre": "sciencefiction","lastName": "Asimov", "firstName":"Isaac"}

3 rows in set (0.00 sec)

现在来把详细的值罗列出来：

mysql> SELECT

->json_extract(AUTHORS,'$.firstName[0]') AS "firstname",

-> json_extract(AUTHORS,'$.lastName[0]')AS "lastname",

-> json_extract(AUTHORS,'$.genre[0]') AS"genre"

-> FROM

-> (

-> SELECT id,json_extract(person_desc,'$.authors[0]')AS "authors" FROM json

_test

-> ) AS T\G

*************************** 1. row***************************

firstname: "Isaac"

lastname:"Asimov"

genre:"sciencefiction"

1 row in set (0.00 sec)

我们进一步来演示把authors 这个KEY对应的所有对象删掉。

mysql> UPDATE json_test

-> SET person_desc =json_remove(person_desc,'$.authors')\G

Query OK, 1 row affected (0.01 sec)

Rows matched: 1 Changed: 1 Warnings: 0

查找下对应的KEY，发现已经被删除掉了。

mysql> SELECT json_contains_path(person_desc,'all','$.authors')as authors_exists FROM

json_test\G

*************************** 1. row***************************

authors_exists: 0

1 row in set (0.00 sec)

总结下，虽然MySQL5.7开始支持JSON数据类型，但是我建议如果要使用的话，最好是把这的值取出来，然后在应用程序段来计算。毕竟数据库是用来处理结构化数据的，大量的未预先定义schema的json解析，会拖累数据库的性能。

热心网友时间：2022-04-07 19:25

mysql使用什么类型存 json数据:

vchar ...

热心网友时间：2022-04-07 21:16

我们知道，JSON是一种轻量级的数据交互的格式，大部分NO SQL数据库的存储都用JSON。MySQL从5.7开始支持JSON格式的数据存储，并且新增了很多JSON相关函数。MySQL 8.0 又带来了一个新的把JSON转换为TABLE的函数JSON_TABLE，实现了JSON到表的转换。

举例一

我们看下简单的例子：

简单定义一个两级JSON 对象

mysql> set @ytt='{"name":[{"a":"ytt","b":"action"}, {"a":"dble","b":"shard"},{"a":"mysql","b":"oracle"}]}';Query OK, 0 rows affected (0.00 sec)

第一级：

mysql> select json_keys(@ytt);+-----------------+| json_keys(@ytt) |+-----------------+| ["name"] |+-----------------+1 row in set (0.00 sec)

第二级：

mysql> select json_keys(@ytt,'$.name[0]');+-----------------------------+| json_keys(@ytt,'$.name[0]') |+-----------------------------+| ["a", "b"] |+-----------------------------+1 row in set (0.00 sec)

我们使用MySQL 8.0 的JSON_TABLE 来转换 @ytt。

mysql> select * from json_table(@ytt,'$.name[*]' columns (f1 varchar(10) path '$.a', f2 varchar(10) path '$.b')) as tt;

+-------+--------+

| f1 | f2 |

+-------+--------+

| ytt | action |

| dble | shard |

| mysql | oracle |

+-------+--------+

3 rows in set (0.00 sec)

举例二

再来一个复杂点的例子，用的是EXPLAIN 的JSON结果集。

JSON 串 @json_str1。

set @json_str1 = ' { "query_block": { "select_id": 1, "cost_info": { "query_cost": "1.00" }, "table": { "table_name": "bigtable", "access_type": "const", "possible_keys": [ "id" ], "key": "id", "used_key_parts": [ "id" ], "key_length": "8", "ref": [ "const" ], "rows_examined_per_scan": 1, "rows_proced_per_join": 1, "filtered": "100.00", "cost_info": { "read_cost": "0.00", "eval_cost": "0.20", "prefix_cost": "0.00", "data_read_per_join": "176" }, "used_columns": [ "id", "log_time", "str1", "str2" ] } }}';

第一级：

mysql> select json_keys(@json_str1) as 'first_object';+-----------------+| first_object |+-----------------+| ["query_block"] |+-----------------+1 row in set (0.00 sec)

第二级：

mysql> select json_keys(@json_str1,'$.query_block') as 'second_object';+-------------------------------------+| second_object |+-------------------------------------+| ["table", "cost_info", "select_id"] |+-------------------------------------+1 row in set (0.00 sec)

第*：

mysql> select json_keys(@json_str1,'$.query_block.table') as 'third_object'\G*************************** 1. row ***************************third_object: ["key","ref","filtered","cost_info","key_length","table_name","access_type","used_columns","possible_keys","used_key_parts","rows_examined_per_scan","rows_proced_per_join"]1 row in set (0.01 sec)

第四级：

mysql> select json_extract(@json_str1,'$.query_block.table.cost_info') as 'forth_object'\G*************************** 1. row ***************************forth_object: {"eval_cost":"0.20","read_cost":"0.00","prefix_cost":"0.00","data_read_per_join":"176"}1 row in set (0.00 sec)

那我们把这个JSON 串转换为表。

SELECT * FROM JSON_TABLE(@json_str1,

"$.query_block"

COLUMNS(

rowid FOR ORDINALITY,

NESTED PATH '$.table'

COLUMNS (

a1_1 varchar(100) PATH '$.key',

a1_2 varchar(100) PATH '$.ref[0]',

a1_3 varchar(100) PATH '$.filtered',

nested path '$.cost_info'

columns (

a2_1 varchar(100) PATH '$.eval_cost' ,

a2_2 varchar(100) PATH '$.read_cost',

a2_3 varchar(100) PATH '$.prefix_cost',

a2_4 varchar(100) PATH '$.data_read_per_join'

a3 varchar(100) PATH '$.key_length',

a4 varchar(100) PATH '$.table_name',

a5 varchar(100) PATH '$.access_type',

a6 varchar(100) PATH '$.used_key_parts[0]',

a7 varchar(100) PATH '$.rows_examined_per_scan',

a8 varchar(100) PATH '$.rows_proced_per_join',

a9 varchar(100) PATH '$.key'

NESTED PATH '$.cost_info'

columns (

b1_1 varchar(100) path '$.query_cost'

c INT path "$.select_id"

)

) AS tt;

+-------+------+-------+--------+------+------+------+------+------+----------+-------+------+------+------+------+------+------+

| rowid | a1_1 | a1_2 | a1_3 | a2_1 | a2_2 | a2_3 | a2_4 | a3 | a4 | a5 | a6 | a7 | a8 | a9 | b1_1 | c |

+-------+------+-------+--------+------+------+------+------+------+----------+-------+------+------+------+------+------+------+

| 1 | id | const | 100.00 | 0.20 | 0.00 | 0.00 | 176 | 8 | bigtable | const | id | 1 | 1 | id | NULL | 1 |

+-------+------+-------+--------+------+------+------+------+------+----------+-------+------+------+------+------+------+------+

2 rows in set (0.00 sec)

当然，JSON_table 函数还有其他的用法，我这里不一一列举了，详细的参考手册。

请点击输入图片描述