如何将json数据转化为数据库文件

从json数组中得到java数组，可以对该数组进行转化，如将JSONArray转化为String型、Long型、Double型、Integer型、Date型等等。

分别采用jsonArray下的getString(index)、getLong(index)、getDouble(index)、getInt(index)等方法。

同样，如果要获取java数组中的元素，只需要遍历该数组。

Java代码 收藏代码

/**

* 将json数组转化为Long型

* @param str

* @return

*/

public static Long[] getJsonToLongArray(String str) {

JSONArray jsonArray = JSONArray.fromObject(str)

Long[] arr=new Long[jsonArray.size()]

for(int i=0i<jsonArray.size()i++){

arr[i]=jsonArray.getLong(i)

System.out.println(arr[i])

}

return arr

}

/**

* 将json数组转化为String型

* @param str

* @return

*/

public static String[] getJsonToStringArray(String str) {

JSONArray jsonArray = JSONArray.fromObject(str)

String[] arr=new String[jsonArray.size()]

for(int i=0i<jsonArray.size()i++){

arr[i]=jsonArray.getString(i)

System.out.println(arr[i])

}

return arr

}

/**

* 将json数组转化为Double型

* @param str

* @return

*/

public static Double[] getJsonToDoubleArray(String str) {

JSONArray jsonArray = JSONArray.fromObject(str)

Double[] arr=new Double[jsonArray.size()]

for(int i=0i<jsonArray.size()i++){

arr[i]=jsonArray.getDouble(i)

}

return arr

}

/**

* 将json数组转化为Date型

* @param str

* @return

*/

public static Date[] getJsonToDateArray(String jsonString) {

JSONArray jsonArray = JSONArray.fromObject(jsonString)

Date[] dateArray = new Date[jsonArray.size()]

String dateString

Date date

SimpleDateFormat sdf=new SimpleDateFormat("yyyy-MM-dd")

for (int i = 0i <jsonArray.size()i++) {

dateString = jsonArray.getString(i)

try {

date=sdf.parse(dateString)

dateArray[i] = date

} catch (Exception e) {

e.printStackTrace()

}

}

return dateArray

}

public static void main(String[] args) {

JSONArray jsonLongs = new JSONArray()

jsonLongs.add(0, "111")

jsonLongs.add(1, "222.25")

jsonLongs.add(2, new Long(333))

jsonLongs.add(3, 444)

Long[] log=getJsonToLongArray(jsonLongs.toString())

for(int i=0i<log.lengthi++){

System.out.println(log[i])

}

JSONArray jsonStrs = new JSONArray()

jsonStrs.add(0, "2011-01-01")

jsonStrs.add(1, "2011-01-03")

jsonStrs.add(2, "2011-01-04 11:11:11")

Date[] d=getJsonToDateArray(jsonStrs.toString())

for(int i=0i<d.lengthi++){

System.out.println(d[i])

}

}

/*结果如下：

* 111

* 222

* 333

* 444

*

* Sat Jan 01 00:00:00 CST 2011

* Mon Jan 03 00:00:00 CST 2011

* Tue Jan 04 00:00:00 CST 2011

*/

我也遇到过这个，数据库拿到这个数据是字符串，奇怪的是前后有两个对双引号，JSON.parse()转json就出错了。。我解决是用正则去掉前后的双引号，然后得到的就是存进去的字符串的样子了，然后在转json就成功了。

在MySQL与PostgreSQL的对比中，PG的JSON格式支持优势总是不断被拿来比较。其实早先MariaDB也有对非结构化的数据进行存储的方案，称为dynamic column，但是方案是通过BLOB类型的方式来存储。这样导致的问题是查询性能不高，不能有效建立索引，与一些文档数据库对比，优势并不大，故在社区的反应其实比较一般。当然，MariaDB的dynamic column功能还不仅限于非结构化数据的存储，但不在本文进行展开。

MySQL 5.7.7 labs版本开始InnoDB存储引擎已经原生支持JSON格式，该格式不是简单的BLOB类似的替换。原生的JSON格式支持有以下的优势：

JSON数据有效性检查：BLOB类型无法在数据库层做这样的约束性检查

查询性能的提升：查询不需要遍历所有字符串才能找到数据

支持索引：通过虚拟列的功能可以对JSON中的部分数据进行索引

首先我们来看如何在MySQL中使用原生的JSON格式：

mysql>create table user ( uid int auto_increment,

->data json,primary key(uid))engine=innodb

Query OK, 0 rows affected (0.01 sec)

mysql>insert into user values (NULL,

->'{"name":"David","mail":"jiangchengyao@gmail.com","address":"Shangahai"}')

Query OK, 1 row affected (0.00 sec)

mysql>insert into user values (NULL,'{"name":"Amy","mail":"amy@gmail.com"}')

Query OK, 1 row affected (0.00 sec)

可以看到我们新建了表user，并且将列data定义为了JSON类型。这意味着我们可以对插入的数据做JSON格式检查，确保其符合JSON格式的约束，如插入一条不合法的JSON数据会报如下错误：

mysql>insert into user values (NULL,"test")

ERROR 3130 (22032): Invalid JSON text: "Invalid value" at position 2 in value (or column) 'test'.

此外，正如前面所说的，MySQL 5.7提供了一系列函数来高效地处理JSON字符，而不是需要遍历所有字符来查找，这不得不说是对MariaDB dynamic column的巨大改进：

mysql>select jsn_extract(data, '$.name'),jsn_extract(data,'$.address') from user

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

| jsn_extract(data, '$.name') | jsn_extract(data,'$.address') |

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

| "David" | "Shangahai" |

| "Amy" | NULL |

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

2 rows in set (0.00 sec)

当然，最令人的激动的功能应该是MySQL 5.7的虚拟列功能，通过传统的B+树索引即可实现对JSON格式部分属性的快速查询。使用方法是首先创建该虚拟列，然后在该虚拟列上创建索引：

mysql>ALTER TABLE user ADD user_name varchar(128)

->GENERATED ALWAYS AS (jsn_extract(data,'$.name')) VIRTUAL

Query OK, 0 rows affected (0.01 sec)

Records: 0 Duplicates: 0 Warnings: 0

mysql>select user_name from user

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

| user_name |

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

| "Amy" |

| "David" |

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

2 rows in set (0.00 sec)

mysql>alter table user add index idx_username (user_name)

Query OK, 2 rows affected (0.01 sec)

Records: 2 Duplicates: 0 Warnings: 0

然后可以通过添加的索引对用户名进行快速的查询，这和普通类型的列查询一样。而通过explain可以验证优化器已经选择了在虚拟列上创建的新索引：

mysql>explain select * from user where user_name='"Amy"'\G

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

id: 1

select_type: SIMPLE

table: user

partitions: NULL

type: ref

possible_keys: idx_username

key: idx_username

key_len: 131

ref: const

rows: 1

filtered: 100.00

Extra: NULL

1 row in set, 1 warning (0.00 sec)

可以发现MySQL 5.7对于JSON格式堪称完美，相信PostgreSQL阵营需要寻找新的策略来“攻击”MySQL了吧。如无意外，还是会停留在优化器这块，毕竟这块是目前MySQL必须要克服的最大问题，好在MySQL团队已经在重构优化器代码，相信更好的优化器将会在下一个版本中全面爆发。而一大堆文档数据库们已经哭晕在厕所了吧。

---