【原创】MySQL5.7 JSON类型使用介绍

本文涉及的产品
云数据库 RDS MySQL,集群系列 2核4GB
推荐场景:
搭建个人博客
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
云数据库 RDS MySQL,高可用系列 2核4GB
简介:

JSON是一种轻量级的数据交换格式,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。

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:

1
2
3
4
CREATE  TABLE  json_test(
id  INT ,
person_desc TEXT
)ENGINE INNODB;

我们来插入一条记录:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
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,有应用程序来解析。



现在到了MySQL5.7,我们重新修改下表结构:

1
ALTER  TABLE  json_test  MODIFY  person_desc json;


先看看插入的这行JSON数据有哪些KEY:

1
2
3
4
5
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:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
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" }
rows  in  set  (0.00 sec)



现在来把详细的值罗列出来:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
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。

1
2
3
4
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。

1
2
3
4
5
mysql>  SELECT  json_contains_path(person_desc, 'all' , '$.authors' as  authors_exist
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简单数据的。




本文转自 david_yeung 51CTO博客,原文链接:http://blog.51cto.com/yueliangdao0608/1711454,如需转载请自行联系原作者

相关实践学习
如何在云端创建MySQL数据库
开始实验后,系统会自动创建一台自建MySQL的 源数据库 ECS 实例和一台 目标数据库 RDS。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助     相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
相关文章
|
18天前
|
自然语言处理 算法 Java
Java如何判断两句话的相似度类型MySQL的match
【9月更文挑战第1天】Java如何判断两句话的相似度类型MySQL的match
18 2
|
24天前
|
存储 JSON 关系型数据库
MySQL与JSON的邂逅:开启大数据分析新纪元
MySQL与JSON的邂逅:开启大数据分析新纪元
|
1月前
|
存储 关系型数据库 MySQL
MySQL bit类型增加索引后查询结果不正确案例浅析
【8月更文挑战第17天】在MySQL中,`BIT`类型字段在添加索引后可能出现查询结果异常。表现为查询结果与预期不符,如返回错误记录或遗漏部分数据。原因包括索引使用不当、数据存储及比较问题,以及索引创建时未充分考虑`BIT`特性。解决方法涉及正确运用索引、理解`BIT`的存储和比较机制,以及合理创建索引以覆盖各种查询条件。通过`EXPLAIN`分析执行计划可帮助诊断和优化查询。
|
1月前
|
缓存 NoSQL Redis
一天五道Java面试题----第九天(简述MySQL中索引类型对数据库的性能的影响--------->缓存雪崩、缓存穿透、缓存击穿)
这篇文章是关于Java面试中可能会遇到的五个问题,包括MySQL索引类型及其对数据库性能的影响、Redis的RDB和AOF持久化机制、Redis的过期键删除策略、Redis的单线程模型为何高效,以及缓存雪崩、缓存穿透和缓存击穿的概念及其解决方案。
|
1月前
|
JSON 人工智能 编译器
Go json 能否解码到一个 interface 类型的值
Go json 能否解码到一个 interface 类型的值
24 1
|
19天前
|
关系型数据库 MySQL 数据管理
深入解析 MySQL 中的关系类型
【8月更文挑战第31天】
15 0
|
2月前
|
存储 关系型数据库 MySQL
Mysql有布尔(BOOL)类型吗
Mysql有布尔(BOOL)类型吗
155 0
|
2月前
|
存储 关系型数据库 MySQL
|
3月前
|
JSON 关系型数据库 MySQL
MySQL中GROUP_CONCAT与JSON_OBJECT、GROUP BY的巧妙结合:打造高效JSON数组汇总
MySQL中GROUP_CONCAT与JSON_OBJECT、GROUP BY的巧妙结合:打造高效JSON数组汇总
|
2月前
|
SQL 存储 数据库
MySQL设计规约问题之如何处理日志类型的表
MySQL设计规约问题之如何处理日志类型的表

热门文章

最新文章