现在很多应用环境中都能看到JSON灵活的影子。各阶段数据层次的递归层次,能很好的分辨。一直对MySQL的JSON很期待的,最近才有时间研究一下。 JSON了解JSON就是一串字符串,只不过元素会使用特定的符号标注。比如: {} 双括号表示对象 [] 中括号表示数组 “” 双引号内是属性或值 : 冒号表示后者是前者的值
关系型数据库实现JSON难度在于,关系型数据库需要定义数据库和表结构。为了应对这一点,从MySQL 5.7开始,MySQL支持了JavaScript对象表示(JavaScriptObject Notation,JSON) 数据类型。之前,这类数据不是单独的数据类型,会被存储为字符串。新的JSON数据类型提供了自动验证的JSON文档以及优化的存储格式。
MySQL里JSON文档以二进制格式存储,它提供以下功能:自动验证存储在JSON列中的JSON文档。无效文档产生错误。 优化的存储格式。存储在JSON列中的JSON文档被转换为允许快速读取访问文档元素的内部格式。二进制格式存储的JSON值。 对文档元素的快速读取访问。当服务器再次读取JSON文档时,不需要重新解析文本获取该值。通过键或数组索引直接查找子对象或嵌套值,而不需要读取文档中的所有值。 存储JSON文档所需的空间大致与LONGBLOB或LONGTEXT相同。 存储在JSON列中的任何JSON文档的大小都仅限于max_allowed_packet系统变量的值。 MySQL 8.0.13之前,JSON列不能有非NULL的默认值。
JSON操作数据保存到MySQL,操作方面都提供哪些支持?目前MySQL 8.0版本的的JSON总共支持32个普通函数和2个空间函数:
1. 索引:JSON列,像其他二进制类型的列一样,不直接索引;相反,您可以在生成的列上创建索引,从JSON列中提取标量值。有关详细示例,请参见为生成的列建立索引以提供JSON列索引。 MySQL优化器还会在匹配JSON表达式的虚拟列上寻找兼容的索引。 在MySQL 8.0.17及以后版本中,InnoDB存储引擎支持JSON数组上的多值索引。看到多值索引。 MySQL NDB Cluster 8.0支持JSON列和MySQL JSON函数,包括在从JSON列生成的列上创建索引,作为无法索引JSON列的解决方案。每个NDB表最多支持3个JSON列。
2.JSON值的比较和排序:JSON值可以使用=、<、<=、>、>=、<>、!=和<=>操作符进行比较。 JSON值不支持以下比较操作符和函数: BETWEEN IN() GREATEST() LEAST() 对于列出的比较操作符和函数,一种变通方法是将JSON值转换为本地MySQL数值或字符串数据类型,以便它们具有一致的非JSON标量类型。就是说转换成需要的MySQL字段继续换算,也算是一种折中方案。 JSON值的比较分为两个级别。第一级比较基于比较值的JSON类型。如果类型不同,则仅由哪个类型优先级更高来决定比较结果。如果两个值具有相同的JSON类型,则使用特定类型的规则进行第二级比较。 BLOB > BIT > OPAQUE > DATETIME > TIME > DATE > BOOLEAN > ARRAY > OBJECT > STRING > INTEGER, DOUBLE > NULL。
3.JSON和非JSON值之间的转换:MySQL在JSON值和其他类型值之间转换时遵循的规则: CAST(other type AS JSON) 结果为JSON类型的NULL值。 mysql>SET @j5 = '{"id":123, "name":"kevin","age":20, "time":"2021-06-01 01:00:00"}'; Query OK, 0 rows affected (0.00 sec)
mysql>SELECT CAST(JSON_EXTRACT(@j5, '$.age') AS UNSIGNED); +----------------------------------------------+
| CAST(JSON_EXTRACT(@j5, '$.age') AS UNSIGNED) |
+----------------------------------------------+
| 20 |
+----------------------------------------------+
1 row in set (0.00 sec)
4.JSON值聚合:对于JSON值的聚合,NULL值和其他数据类型一样被忽略。除MIN()、MAX()和GROUP_CONCAT()外,非NULL值被转换为数字类型并聚合。对于数字标量的JSON值,(取决于值)可能会出现截断和精度损失。 JSON使用索引方式:MySQL JSON列上无法创建索引,是通过从JSON列中提取标量值,创建索引。这样能更有效的结合MySQL优势。 MySQL优化器会在匹配JSON表达式的虚拟列上寻找兼容的索引。 在MySQL 8.0.17及以后版本中,InnoDB存储引擎支持JSON数组上的多值索引 MySQL NDB Cluster 8.0支持JSON列和MySQL JSON函数,包括在从JSON列生成的列上创建索引,作为无法索引JSON列的解决方案。每个NDB表最多支持3个JSON列。
1.虚拟列索引:col_name data_type [GENERATED ALWAYS] AS (expr) [VIRTUAL | STORED] [NOT NULL | NULL] [UNIQUE [KEY]] [[PRIMARY] KEY] [COMMENT 'string'] VIRTUAL或STORED关键字表示列值是如何存储的,这对列的使用影响非常大: mysql> DROP TABLE IF EXISTS `jemp`; mysql> CREATE TABLE `jemp` (
id BIGINT NOT NULL AUTO_INCREMENT PRIMARY KEY,
c JSON, d JSON, g INT GENERATED ALWAYS AS (c->"$.id") STORED,
INDEX i (g)
); Query OK, 0 rows affected (0.02 sec) mysql> INSERT INTO jemp (c,d) VALUES
('{"id": "1", "name": "Fred"}' , '{"user":"Fred", "user_id":1, "zipcode":"[14471,14531]"}'),
('{"id": "2", "name": "Wilma"}', '{"user":"Wilma", "user_id":2, "zipcode":[24472,24532]}' ), ('{"id": "3", "name": "Jack"}' , '{"user":"Jack", "user_id":3, "zipcode":[34473,34533]}' ), ('{"id": "4", "name": "Betty"}', '{"user":"Betty", "user_id":4, "zipcode":[44474,44534]}' );
Query OK, 4 rows affected (0.02 sec) Records: 4 Duplicates: 0 Warnings: 0
mysql> EXPLAIN SELECT c->>"$.name" AS name FROM jemp WHERE g > 2\G; *************************** 1. row *************************** id: 1 select_type: SIMPLE table: jemp partitions: NULL type: range possible_keys: i key: i key_len: 5 ref: NULL rows: 2 filtered: 100.00 Extra: Using where 1 row in set, 1 warning (0.00 sec) No query specified
mysql> SHOW WARNINGS\G *************************** 1. row ***************************
Level: Note
Code: 1003
Message: /* select#1 */ select json_unquote(json_extract(`db1`.`jemp`.`c`,'$.name')) AS `name` from `db1`.`jemp` where (`db1`.`jemp`.`g` > 2)
1 row in set (0.00 sec)
2.使用多值索引直接接口:MEMBER OF(),JSON_CONTAINS(),JSON_OVERLAPS()mysql> ALTER TABLE jemp ADD INDEX zips( (CAST(d->'$.zipcode' AS UNSIGNED ARRAY)) );
#MEMBER OF mysql> EXPLAIN SELECT * FROM jemp WHERE 24472 MEMBER OF(d->'$.zipcode')\G *************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: jemp
partitions: NULL
type: ref
possible_keys: zips
key: zips
key_len: 9 ref: const
rows: 1
filtered: 100.00 Extra: Using where
1 row in set, 1 warning (0.00 sec)
#JSON_CONTAINS mysql> EXPLAIN SELECT * FROM jemp WHERE JSON_CONTAINS(d->'$.zipcode', CAST('[14471,14531]' AS JSON))\G; *************************** 1. row *************************** id: 1 select_type: SIMPLE table: jemp partitions: NULL type: range possible_keys: zips key: zips key_len: 9 ref: NULL rows: 2 filtered: 100.00 Extra: Using where 1 row in set, 1 warning (0.00 sec)
#JSON_OVERLAPS mysql> EXPLAIN SELECT * FROM jemp WHERE JSON_OVERLAPS(d->'$.zipcode', CAST('[44474,94582]' AS JSON))\G; *************************** 1. row *************************** id: 1 select_type: SIMPLE table: jemp partitions: NULL type: range possible_keys: zips key: zips key_len: 9 ref: NULL rows: 2 filtered: 100.00 Extra: Using where 1 row in set, 1 warning (0.00 sec) 从上面例子里,数据的查询还是基于MySQL B+tree上,JSON只是一种数据保存的机制。通过对虚拟列方式,提供快速的访问,非常好的解决了JSON支持问题。 总结MySQL里JSON的结合非常实用,虚拟列索引解决了查询的性能问题。 JSON大小确实个硬性问题,谨慎使用(空间大致与LONGBLOB或LONGTEXT相同,文档的大小都仅限于max_allowed_packet系统变量的值)。 实际场景中,只能选择适中的JSON长度,可以考虑配合大页使用。
崔虎龙,云和恩墨MySQL技术顾问,长期服务于金融、游戏、物流等行业的数据中心,设计数据存储架构,并熟悉数据中心运营管理的流程及规范,自动化运维等。擅长MySQL、Redis、MongoDB数据库高可用设计和运维故障处理、备份恢复、升级迁移、性能优化。自学通过了MySQL OCP 5.6和MySQL OCP 5.7认证。2年多开发经验,10年数据库运维工作经验,其中专职做MySQL工作8年;曾经担任过项目经理、数据库经理、数据仓库架构师、MySQL技术专家、DBA等职务;涉及行业:金融(银行、理财)、物流、游戏、医疗、重工业等。 墨天轮原文链接:https://www./db/68425(复制到浏览器或者点击“阅读原文”立即查看)
|