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 '$.b')) as tt
+-------+--------+
| f1 | f2 |
+-------+--------+
| ytt | action |
| dble | shard |
| mysql | oracle |
+-------+--------+
3 rows in set (0.00 sec)
举例二
再来一个复杂点的例子,用的是EXPLAIN 的JSON结果集。
JSON 串 @json_str1。
set @json_str1 = ' { "query_block": { "select_id": 1, "cost_info": { "query_cost": "1.00" }, "table": { "table_name": "bigtable", "access_type": "const", "possible_keys": [ "id" ], "key": "id", "used_key_parts": [ "id" ], "key_length": "8", "ref": [ "const" ], "rows_examined_per_scan": 1, "rows_produced_per_join": 1, "filtered": "100.00", "cost_info": { "read_cost": "0.00", "eval_cost": "0.20", "prefix_cost": "0.00", "data_read_per_join": "176" }, "used_columns": [ "id", "log_time", "str1", "str2" ] } }}'
第一级:
mysql>select json_keys(@json_str1) as 'first_object'+-----------------+| first_object |+-----------------+| ["query_block"] |+-----------------+1 row in set (0.00 sec)
第二级:
mysql>select json_keys(@json_str1,'$.query_block') as 'second_object'+-------------------------------------+| second_object |+-------------------------------------+| ["table", "cost_info", "select_id"] |+-------------------------------------+1 row in set (0.00 sec)
第三级:
mysql> select json_keys(@json_str1,'$.query_block.table') as 'third_object'\G*************************** 1. row ***************************third_object: ["key","ref","filtered","cost_info","key_length","table_name","access_type","used_columns","possible_keys","used_key_parts","rows_examined_per_scan","rows_produced_per_join"]1 row in set (0.01 sec)
第四级:
mysql>select json_extract(@json_str1,'$.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_produced_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 |
| 1 | NULL | NULL | NULL | NULL | NULL | NULL | NULL | NULL | NULL | NULL | NULL | NULL | NULL | NULL | 1.00 | 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
JSON数组包含一个由逗号分隔的值列表,并包含在 字符[和]字符中:
JSON对象包含一组由逗号分隔的键值对,并包含在字符{和 }字符中,JSON对象中的键必须是字符串:
在JSON数组元素和JSON对象键值中允许嵌套:
在MySQL中,JSON值被写为字符串。MySQL解析在需要JSON值的上下文中使用的任何字符串,如果它作为JSON无效则会产生错误。
1.JSON_ARRAY 生成json数组
JSON_ARRAY(val1,val2,val3...)生成一个包含指定元素的json数组。
2.JSON_OBJECT 生成json对象
JSON_OBJECT(key1,val1,key2,val2...) 生成一个包含指定K-V对的json object。如果有key为NULL或参数个数为奇数,则抛错。
3.JSON_QUOTE 加"号
JSON_QUOTE(json_val) -- 将json_val用"号括起来。
2.插入记录
创建一个表
插入含有json数组的记录
插入含有json对象的记录
路径表达式对于提取JSON文档的一部分或修改JSON文档的函数很有用,以指定该文档中的 *** 作位置。例如,以下查询从JSON文档中提取具有 name 键的成员的值 :
路径语法使用前导 $ 字符来表示正在考虑的JSON文档,可选地后跟选择器,它们连续指示文档的更多特定部分:
如果路径表达式中的未加引号的键名称不合法,则必须引用命名键的路径组件。让我们 $ 参考这个值,且密钥都包含空格,必须引用:
可以使用带有 to 关键字的范围来指定JSON数组的子集。
last关键字被支撑为最后一个元素的阵列中的索引的同义词。表单的表达式可用于相对寻址,也可用于范围定义,如下所示: last - * N *
4.JSON_REMOVE()获取JSON文档和一个或多个指定要从文档中删除的值的路径。返回值是原始文档减去文档中存在的路径选择的值
JSON值可以使用进行比较 =、<、<=、>、>=、<>、!=、<=>
JSON值尚不支持以下比较运算符和函数:BETWEEN、IN()、GREATEST()、LEAST()
以上列出的比较运算符和函数是通过将JSON值转换为本机MySQL数值或字符串数据类型,使它们具有一致的非JSON标量类型。
JSON值的比较发生在两个级别。第一级比较基于比较值的JSON类型。如果类型不同,则比较结果仅由哪种类型具有更高优先级来确定。如果这两个值具有相同的JSON类型,则使用特定于类型的规则进行第二级比较。
NULL->INTEGER, DOUBLE->STRING->OBJECT->ARRAY->BOOLEAN->DATE->TIME->DATETIME->OPAQUE->BIT->BLOB按此顺序优先级依次变大。
对于具有相同优先级的JSON值,比较规则是特定于类型的:
1) BLOB、BIT、OPAQUE
比较两个值 的第一个字节,其中N是较短值中的字节数。如果N两个值的第一个字节相同,则在较长值之前排序较短的值。
2) DATETIME
表示较早时间点的值在表示稍后时间点的值之前排序。如果两个值最初 分别来自MySQL DATETIME 和 TIMESTAMP 类型,则它们相等,如果它们代表相同的时间点。
3)TIME
两个时间值中较小的一个在较大的值之前排序。
4) DATE`
较早的日期是在最近的日期之前订购的。
5) ARRAY
如果两个JSON数组具有相同的长度并且数组中相应位置的值相等,则它们是相等的。如果数组不相等,则它们的顺序由第一个位置中存在差异的元素确定。首先排序在该位置具有较小值的数组。如果较短数组的所有值都等于较长数组中的相应值,则首先排序较短的数组。
8) STRING
字符串在被比较的两个字符串以词法字典序排序 ,其中 N 是较短字符串的长度。如果 N 两个字符串的第一个 字节相同,则认为较短的字符串小于较长的字符串。
创建单个json数组
创建单个对象,并返回该对象
将其他类型的值转换成JSON类型来获取json值
将 json 值作为参数传入,如果值有效,则返回其 json 类型,否则报错
将两个或多个 json 值合并为一个 json 并返回最终值
合并两个或多个 json 值,但不合并重复键的值,如果出现重复键,仅保留最后一个的值
经过函数转换得到的 json 是区分大小写的,原因在于转换后的字符集格式为 utf8mb4 和 utf8mb4_bin ,因为 utf8mb4_bin 是二进制排序规则,所以区分大小写
因为区分大小写,所以 json 中的 null 、 true 和 false 都必须用小写字母编写
直接插入键值对语句和用 JSON_OBJECT 转换成json值存入的差别在于,前者需要双反斜杠转义字符,而后者只需要单反斜杠转义字符
当需要存储的内容如下
使用直接插入的方法时:
使用 JSON_OBJECT 时
案例
因为 $[1] 和 $[2] 计算为非标量值, 所以它们可以用作选择嵌套值的更具体的路径表达式的基础。例子:
结合 JSON_SET``JSON_INSERT``JSON_REPLACE``JSON_REMOVE 的使用
JSON_SET 替换存在的路径的值, 并为不存在的路径添加值
JSON_INSERT 添加新值, 但不替换现有值:
JSON_REPLACE 替换现有值并忽略新值:
JSON_REMOVE 使用一个或多个路径, 这些路径指定要从文档中删除的值。返回值是原始文档减去由文档中存在的路径选择的值:
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)