
"当产品经理第8次修改需求文档时,我的MySQL表结构终于崩溃了..." 这样的场景你是否似曾相识?在快速迭代的互联网时代,固定表结构常常成为开发者的噩梦。但鲜为人知的是,你手中的MySQL8.0早已暗藏利器——JSON字段类型。今天给大家分享MySQL8.0当中JSON字段类型的用法,在保持关系型数据库严谨性的同时,收获类似NoSQL般的灵活体验。希望对大家正确使用Json字段能有所帮助!
MySQL5.7.8 版本之后,MySQL数据表新增了一个原生的 JSON 数据类型:JSON格式字符串将不再以字符串的形式存储,而是采用一种允许快速读取文本元素(document elements)的内部二进制(internal binary)格式;
在 JSON 列插入或者更新的时候将会自动验校验是否符合Json格式,未通过验证的文本将产生一个错误信息,从而阻止数据的正常插入;
CREATE TABLE user_profiles (
id INT PRIMARY KEY AUTO_INCREMENT,
user_id INT NOT NULL UNIQUE,
profile JSON NOT NULL COMMENT '用户档案信息',
created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;标准插入:
INSERT INTO user_profiles (user_id, profile)
VALUES (1001, '{
"basic": {
"name": "张三",
"gender": "male",
"age": 28
},
"preferences": {
"theme": "dark",
"notification": true
}
}');
动态生成JSON:
INSERT INTO user_profiles (user_id, profile)
VALUES (1002, JSON_OBJECT(
'basic', JSON_OBJECT(
'name', '李四',
'birthday', CURDATE() - INTERVAL 25 YEAR
),
'social', JSON_ARRAY('wechat', 'dingtalk')
));
程序生成写法示例(Python):
import json
profile = {
"experimental_features": {
"dark_mode": True,
"beta_test": False
}
}
cursor.execute("INSERT INTO user_profiles (user_id, profile) VALUES (%s, %s)",
(1003, json.dumps(profile)))可以根据Json键值进行查询
-- 查询所有使用深色主题的用户
SELECT user_id, profile->"$.preferences.theme" AS theme
FROM user_profiles
WHERE profile->"$.preferences.theme" = 'dark';
具体写法如下:
-- 查找包含beta_test功能的用户
SELECT user_id, JSON_EXTRACT(profile, '$.experimental_features.beta_test')
FROM user_profiles
WHERE JSON_CONTAINS_PATH(profile, 'one', '$.experimental_features.beta_test') = 1;-- 查询最近访问过杭州的用户
SELECT user_id, JSON_SEARCH(profile->'$.locations', 'all', '杭州') AS found
FROM user_profiles
WHERE JSON_CONTAINS(profile->'$.locations', '"杭州"');
元数据表设计:
CREATE TABLE dynamic_fields (
field_id INT AUTO_INCREMENT PRIMARY KEY,
field_name VARCHAR(50) NOT NULL UNIQUE,
data_type ENUM('string','number','boolean') NOT NULL,
description TEXT
);
-- 示例字段注册
INSERT INTO dynamic_fields (field_name, data_type) VALUES
('membership_level', 'number'),
('wechat_openid', 'string');动态校验存储过程:
DELIMITER //
CREATE PROCEDURE safe_json_insert(
IN uid INT,
IN jdata JSON
)
BEGIN
DECLARE CONTINUE HANDLER FOR SQLSTATE '22032'
BEGIN
SELECT 'Invalid JSON structure' AS error;
END;
INSERT INTO user_profiles (user_id, profile)
VALUES (uid, jdata);
END //
DELIMITER ;支持为常用查询字段创建虚拟列+索引提升查询性能。
-- 为常用查询字段创建虚拟列+索引
ALTER TABLE user_profiles
ADD COLUMN user_name VARCHAR(50)
GENERATED ALWAYS AS (profile->"$.basic.name") VIRTUAL,
ADD INDEX idx_name (user_name);注意类型转换,避免造成全表扫描。
-- 低效查询 全表扫描
SELECT * FROM user_profiles
WHERE JSON_EXTRACT(profile, '$.preferences.notification') = true;
-- 优化后查询
SELECT * FROM user_profiles
WHERE profile->"$.preferences.notification" = CAST(true AS JSON);执行计划对比:
原始查询:type=ALL, rows=1000
优化后:type=range, rows=50场景需求示例:
混合存储方案:
CREATE TABLE customer_profiles (
id INT PRIMARY KEY AUTO_INCREMENT,
shop_id INT NOT NULL,
core_data JSON NOT NULL COMMENT '核心固定字段',
extended_data JSON NOT NULL COMMENT '扩展动态字段',
version INT DEFAULT 0,
INDEX idx_shop (shop_id)
);
-- 版本管理触发器
DELIMITER //
CREATE TRIGGER before_profile_update
BEFORE UPDATE ON customer_profiles
FOR EACH ROW
BEGIN
INSERT INTO profile_history
SELECT NULL, OLD.*;
SET NEW.version = OLD.version + 1;
END //
DELIMITER ;以上是关于Json字段类型的介绍,总结MySQL的JSON字段在以下场景还是非常实用的:
但也要注意其局限性:当JSON文档超过1MB时,性能会显著下降;完全非结构化的数据存储还是建议考虑专门的文档数据库比如MongoDB才是最佳的方案之一。 大家如果使用过程中有问题的话,欢迎评论区聊一聊!
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。