本文转载自微信公众号「数据和云」，作者崔虎龙。转载本文请联系数据和云公众号。
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:
- VIRTUAL:不存储列值，但在读取行时，在任何【BEFORE触发器】之后立即计算列值。虚拟列不占用存储空间，但暂居内存。目前官方里没有设置这个极限。
- STORED:当插入或更新行时，将计算并存储列值。存储的列需要存储空间，并且可以建立索引。
- 如果没有指定关键字，则默认为VIRTUAL。
- 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)
- ERROR:
- 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。
关于作者
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。
