【原创】MySQL5.7 JSON类型使用介绍

本文涉及的产品
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
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 高可用系列,价值2615元额度,1个月
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
如何快速连接云数据库RDS MySQL
本场景介绍如何通过阿里云数据管理服务DMS快速连接云数据库RDS MySQL,然后进行数据表的CRUD操作。
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
|
1月前
|
存储 关系型数据库 MySQL
mysql怎么查询longblob类型数据的大小
通过本文的介绍,希望您能深入理解如何查询MySQL中 `LONG BLOB`类型数据的大小,并结合优化技术提升查询性能,以满足实际业务需求。
108 6
|
2月前
|
JSON 前端开发 JavaScript
聊聊 Go 语言中的 JSON 序列化与 js 前端交互类型失真问题
在Web开发中,后端与前端的数据交换常使用JSON格式,但JavaScript的数字类型仅能安全处理-2^53到2^53间的整数,超出此范围会导致精度丢失。本文通过Go语言的`encoding/json`包,介绍如何通过将大整数以字符串形式序列化和反序列化,有效解决这一问题,确保前后端数据交换的准确性。
59 4
|
2月前
|
分布式计算 关系型数据库 MySQL
SpringBoot项目中mysql字段映射使用JSONObject和JSONArray类型
SpringBoot项目中mysql字段映射使用JSONObject和JSONArray类型 图像处理 光通信 分布式计算 算法语言 信息技术 计算机应用
66 8
|
3月前
|
XML JSON 数据可视化
数据集学习笔记(二): 转换不同类型的数据集用于模型训练(XML、VOC、YOLO、COCO、JSON、PNG)
本文详细介绍了不同数据集格式之间的转换方法,包括YOLO、VOC、COCO、JSON、TXT和PNG等格式,以及如何可视化验证数据集。
560 1
数据集学习笔记(二): 转换不同类型的数据集用于模型训练(XML、VOC、YOLO、COCO、JSON、PNG)
|
3月前
|
关系型数据库 MySQL
用dbeaver创建一个enum类型,并讲述一部分,mysql的enum类型的知识
这篇文章介绍了如何在DBeaver中创建MySQL表的枚举(ENUM)字段,并探讨了MySQL中ENUM类型的一些行为特点,例如ENUM值的默认排序和在插入重复值时的表现。
68 1
用dbeaver创建一个enum类型,并讲述一部分,mysql的enum类型的知识
|
2月前
|
JSON 关系型数据库 MySQL
MySQL JSON数据存储结构与操作
通过本文的介绍,我们了解了MySQL中JSON数据类型的基本操作、常用JSON函数、以及如何通过索引和优化来提高查询性能。JSON数据类型为存储和操作结构化数据提供了灵活性和便利性,在现代数据库应用中具有广泛的应用前景。希望本文对您在MySQL中使用JSON数据类型有所帮助。
251 0
|
2月前
|
关系型数据库 MySQL Java
SpringBoot项目中mysql字段映射使用JSONObject和JSONArray类型
SpringBoot项目中mysql字段映射使用JSONObject和JSONArray类型
49 0
|
4月前
|
关系型数据库 MySQL 数据库
Python MySQL查询返回字典类型数据的方法
通过使用 `mysql-connector-python`库并选择 `MySQLCursorDict`作为游标类型,您可以轻松地将MySQL查询结果以字典类型返回。这种方式提高了代码的可读性,使得数据操作更加直观和方便。上述步骤和示例代码展示了如何实现这一功能,希望对您的项目开发有所帮助。
188 4
|
4月前
|
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
28 2
|
5月前
|
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

热门文章

最新文章