光环大数据告诉你 MySQL JSON 数据类型如何操作
光环大数据(大数据培训的专业机构), mysql 自 5.7.8 版本开始,就支持了 json 结构的数据存储和查询,这表明了 mysql 也在不断的学习和增加 nosql 数据库的优点。但 mysql 毕竟是关系型数据库,在处理 json 这种非结构化的数据时,还是比较别扭的。创建 ...
数据库 SQL MySQL Hadoop RAC
mySQL 自 5.7.8 版本开始,就支持了 json 结构的数据存储和查询,这表明了 mysql 也在不断的学习和增加 NoSQL 数据库的优点。但 mysql 毕竟是关系型数据库,在处理 json 这种非结构化的数据时,还是比较别扭的。
创建一个 JSON 字段的表首先先创建一个表,这个表包含一个 json 格式的字段:CREATE TABLE table_name ( id INT NOT NULL AUTO_INCREMENT, json_col JSON, PRIMARY KEY(id));
上面的语句,主要注意 json_col 这个字段,指定的数据类型是 JSON。
插入一条简单的 JSON 数据INSERT INTO table_name (json_col) VALUES ('{"City": "Galle", "Description": "Best damn city in the world"}');
上面这个 SQL 语句,主要注意 VALUES 后面的部分,由于 json 格式的数据里,需要有双引号来标识字符串,所以,VALUES 后面的内容需要用单引号包裹。
插入一条复杂的 JSON 数据INSERT INTO table(col) VALUES('{"opening":"Sicilian","variations":["pelikan","dragon","najdorf"]}');
这地方,我们插入了一个 json 数组。主要还是注意单引号和双引号的问题。
修改 JSON 数据之前的例子中,我们插入了几条 JSON 数据,但是如果我们想修改 JSON 数据里的某个内容,怎么实现了?比如我们向 variations 数组里增加一个元素,可以这样:UPDATE myjson SET dict=JSON_ARRAY_APPEND(dict,'$.variations','scheveningen') WHERE id = 2;
这个 SQL 语句中,$ 符合代表 JSON 字段,通过. 号索引到 variations 字段,然后通过 JSON_ARRAY_APPEND 函数增加一个元素。现在我们执行查询语句:SELECT * FROM myjson得到的结果是:+----+-----------------------------------------------------------------------------------------+| id | dict |+---+-----------------------------------------------------------------------------------------+| 2 | {"opening": "Sicilian", "variations": ["pelikan", "dragon", "najdorf", "scheveningen"]} |+----+-----------------------------------------------------------------------------------------+1 row in set (0.00 sec)
关于 MySQL 中,JSON 数据的获取方法,参照官方链接 JSON Path Syntax
创建索引MySQL 的 JSON 格式数据不能直接创建索引,但是可以变通一下,把要搜索的数据单独拎出来,单独一个数据列,然后在这个字段上键一个索引。下面是官方的例子:mysql> CREATE TABLE jemp ( -> c JSON, -> g INT GENERATED ALWAYS AS (c->"$.id"), -> INDEX i (g) -> );Query OK, 0 rows affected (0.28 sec)mysql> INSERT INTO jemp (c) VALUES > ('{"id": "1", "name": "Fred"}'), ('{"id": "2", "name": "Wilma"}'), > ('{"id": "3", "name": "Barney"}'), ('{"id": "4", "name": "Betty"}');Query OK, 4 rows affected (0.04 sec)Records: 4 Duplicates: 0 Warnings: 0mysql> SELECT c->>"$.name" AS name > FROM jemp WHERE g > 2;+--------+| name |+--------+| Barney || Betty |+--------+2 rows in set (0.00 sec)mysql> EXPLAIN SELECT c->>"$.name" AS name > FROM jemp WHERE g > 2/G*************************** 1. row *************************** id: 1 select_type: SIMPLE table: jemp partitions: NULL type: rangepossible_keys: i key: i key_len: 5 ref: NULL rows: 2 filtered: 100.00 Extra: Using where1 row in set, 1 warning (0.00 sec)mysql> SHOW WARNINGS/G*************************** 1. row *************************** Level: Note Code: 1003Message: /* select#1 */ select json_unquote(json_extract(`test`.`jemp`.`c`,'$.name'))AS `name` from `test`.`jemp` where (`test`.`jemp`.`g` > 2)1 row in set (0.00 sec)
这个例子很简单,就是把 JSON 字段里的 id 字段,单独拎出来成字段 g,然后在字段 g 上做索引,查询条件也是在字段 g 上。字符串转 JSON 格式把 json 格式的字符串转换成 MySQL 的 JSON 类型:SELECT CAST('[1,2,3]' as JSON) ;SELECT CAST('{"opening":"Sicilian","variations":["pelikan","dragon","najdorf"]}' as JSON);
所有 MYSQL JSON 函数Name DescriptionJSON_APPEND() Append data to JSON documentJSON_ARRAY() Create JSON arrayJSON_ARRAY_APPEND() Append data to JSON documentJSON_ARRAY_INSERT() Insert into JSON array-> Return value from JSON column after evaluating path; equivalent to JSON_EXTRACT().JSON_CONTAINS() Whether JSON document contains specific object at pathJSON_CONTAINS_PATH() Whether JSON document contains any data at pathJSON_DEPTH() Maximum depth of JSON documentJSON_EXTRACT() Return data from JSON document->> Return value from JSON column after evaluating path and unquoting the result; equivalent to JSON_UNQUOTE(JSON_EXTRACT()).JSON_INSERT() Insert data into JSON documentJSON_KEYS() Array of keys from JSON documentJSON_LENGTH() Number of elements in JSON documentJSON_MERGE() Merge JSON documents, preserving duplicate keys. Deprecated synonym for JSON_MERGE_PRESERVE()JSON_MERGE_PRESERVE() Merge JSON documents, preserving duplicate keysJSON_OBJECT() Create JSON objectJSON_QUOTE() Quote JSON documentJSON_REMOVE() Remove data from JSON documentJSON_REPLACE() Replace values in JSON documentJSON_SEARCH() Path to value within JSON documentJSON_SET() Insert data into JSON documentJSON_TYPE() Type of JSON valueJSON_UNQUOTE() Unquote JSON valueJSON_VALID() Whether JSON value is valid
大数据+时代,大数据培训机构,就选光环大数据!
原创文章,转载请注明出处:光环大数据官网。
大数据培训、人工智能培训、Python培训、大数据培训机构、大数据培训班、数据分析培训、大数据可视化培训,就选光环大数据!光环大数据,聘请专业的大数据领域知名讲师,确保教学的整体质量与教学水准。讲师团及时掌握时代潮流技术,将前沿技能融入教学中,确保学生所学知识顺应时代所需。通过深入浅出、通俗易懂的教学方式,指导学生更快的掌握技能知识,成就上万个高薪就业学子。 更多问题咨询,欢迎点击------>>>>在线客服!