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：

1
2
3
4
5
6
7
8
9
10
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：

1
2
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：

1
2
3
4
5
6
7
8
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：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
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：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
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。

转载于:https://www.cnblogs.com/zoucaitou/p/4424575.html

MySQL 5.7原生JSON格式支持相关推荐

  1. mysql5.7.9 json_Mysql5.7.9原生JSON格式支持

    Mysql5.7.9原生JSON格式支持 创建表 create table news (uid int auto_increment, data json, primary key(uid))engi ...

  2. mysql json官方文档,10分钟了解MySQL5.7对原生JSON的支持与用法

    Part1:JSON格式的支持 MySQL5.7版本终于支持了原生的JSON格式,即将关系型数据库和文档型NO_SQL数据库集于一身.本文接下来将对这特性分别就MySQL5.7和MariaDB10.1 ...

  3. mysql xml字段转json格式_mysql将xml数据或者json数据转换为表格。

    我需要将一个xml的数据或者json数据的字符串转化为一个mysql中的表格形式. json_extract函数只能处理单个json数据,无法处理json数组,ExtractValue函数取出来的数据 ...

  4. json 查询 java_怎样在java中查询mysql得到如下的json格式的结果？

    设唯一标识用户的是id String jsonString = "{"; preparedStatement = connection.prepareStatement(" ...

  5. mysql json mybatis_mybatis支持json，Spring boot配置

    mysql5.7版本以后支持原生json格式,基于Spring boot进行配置说明. mybatis支持mysql的json格式 mysql-connector,mysql的驱动版本要大于等于5.1 ...

  6. MariaDB 10.0.X中，动态列支持 JSON 格式来获取数据

    MariaDB 10.0.X中,动态列(Dynamic Columns),可以支持 JSON 格式来获取数据. 为了兼容传统SQL语法,MariaDB 10和MySQL5.7支持原生JSON格式,即关 ...

  7. mysql与redis数据同步（c/c++）（写mysql同步到redis,并且以json格式保存）

    系统开发中时常会需要缓存来提升并发读的能力,这时可以通过mysql的UDF和hiredis来进行同步 原理: 通过mysql自动同步redis 在服务端开发过程中,一般会使用MySQL等关系型数据库作 ...

  8. 在线Excel文件解析转换成JSON格式

    在线Excel文件解析转换成JSON格式 在线Excel文件解析转换成JSON格式 本工具可以将上传的Excel文件解析转换成JSON格式,支持下载 本工具可以将上传的Excel文件解析转换成JSON ...

  9. ArcObject java代码 wkt格式转esri的JSON格式 工具类

    QQ交流群:607330463 GIS开发技术最强交流群   未经允许 禁止转载  可以参考 POLYGON的wkt格式,转为esri的JSON格式      * 支持格式:      * " ...

最新文章

  1. 网站被黑搜索快照被劫持怎么办
  2. 对seq2seq的一些个人理解
  3. c均值算法的设计与实现_如何使用C链表实现 LRU 算法
  4. os引导程序boot从扇区拷贝os加载程序loader文件到内存（boot copy kernel to mem in the same method）
  5. buffernbife会不会对性能有影响
  6. SQL Server中的列存储索引
  7. JXSL报错CannotOpenWorkbookException和Cannot load XLS transformer解决方案
  8. 华为端口聚合命令_华为交换机两种端口聚合模式使用实例
  9. 计算机子网掩码在线,ip子网掩码计算器 子网掩码计算
  10. ProE5.0有限元分析优化设计Mechanica视频教程
  11. 程序员月薪过3万，却感叹活得不如狗，北漂压力太大又不敢辞职
  12. win10 powershell无法激活conda v4.9环境
  13. 多款新品亮相！一文看懂nova 11系列及全场景新品发布会
  14. 2.3.2 浮点数的加减运算
  15. 台式计算机颜色如何矫正,win10电脑显示器颜色不对如何调整|win10系统校正显示器色调的三种方法...
  16. CCF-CSP—2017.12.—4 行车路线（spfa） 题解
  17. 1 error LNK2019: 无法解析的外部符号 _Direct3DCreate9@4，该符号在函数 void __cdecl InitD3D(struct HWND__ *)
  18. PCB Layout爬电距离、电气间隙的确定
  19. AssemblyBuilder以及Activator双剑合璧
  20. 深度学习模型压缩与优化加速（Model Compression and Acceleration Overview）

热门文章

  1. 电脑如何测网速_测网速小常识
  2. FTP 编写 3：同时为多个客户端服务（多线程）
  3. python 输入密码加密显示_如何在python中用密码加密文本？
  4. MATLAB信号处理之常用信号的表示（2）
  5. 某学校新买了一批计算机,2020年度初中信息技术考试选择题.doc
  6. 决策树可视化案例python_Python决策树demo可视化
  7. 如何在eclipse中，为整个工程生成javadoc文档
  8. 燃气灶电气线路图及原理_电气安装造价如何入门，核心知识已为你打包
  9. JAVA打印变量类型
  10. Springboot下使用WebSocket和浏览器进行长连接通信