MySQL进行JSON查询的详细教程！

admin • • SQL技巧

MySQL进行JSON查询的详细教程！

作者：Milton
在MySQL中,一般会使用特定的 JSON 路径表达式语法来导航和提取 JSON 文档中的数据,本文将为大家详细介绍一下具体的查询方法,希望对大家有所帮助。

MySQL 的 JSON 路径格式

MySQL 使用特定的 JSON 路径表达式语法来导航和提取 JSON 文档中的数据

基本结构

MySQL 中的 JSON 路径遵循以下通用格式

$[路径组件]

路径组件详解

| 操作符       | 描述      | 示例                  |
| ----------- | --------- | --------------------- |
| $           \| 根对象     \| $                    |
| . 或 []     | 成员访问   | $.name 或 $['name']   |
| [*]         | 数组通配符 | $.items[*]            |
| [n]         | 数组索引   | $[0]                 |
| [m to n]    | 数组范围   | $[1 to 3]            |
| **          | 递归通配符 | $**.price             |

1. 根对象 ($)

$ 表示整个 JSON 文档

2. 成员访问 (. 或 [])

  • 点号表示法：$.store.book
  • 括号表示法：$['store']['book']
  • 当键名包含特殊字符或空格时使用括号表示法

3. 数组访问

  • 所有元素：$[*] 或 $.array[*]
  • 指定索引：$[0] 计数是从0开始
  • 范围：$[1 to 3]（MySQL 8.0.26+）

4. 通配符

  • * 匹配当前层级所有成员/元素
  • ** 递归搜索所有路径（MySQL 8.0.26+）

特殊语法元素

1. 过滤表达式 (MySQL 8.0.4+)

1
$.items[?(@.price > 10)]
  • ? 引入过滤表达式
  • @ 表示当前元素

2. 路径范围 (MySQL 8.0.26+)

1
2
3
$[1 to 3]       // 第1到第3个元素
$[last-1]       // 倒数第二个元素
$[last-2 to last] // 最后三个元素

实际示例

简单路径

1
2
3
4
5
-- 提取标量值
SELECT JSON_EXTRACT('{"name": "张三", "age": 30}', '$.name');
-- 数组元素, 输出 "b", 注意是带双引号的
SELECT JSON_EXTRACT('["a", "b", "c"]', '$[1]');

复杂路径

1
2
3
4
5
-- 嵌套对象
SELECT JSON_EXTRACT('{"store": {"book": {"title": "MySQL指南"}}}', '$.store.book.title');
-- 对象数组
SELECT JSON_EXTRACT('{"items": [{"id": 1}, {"id": 2}]}', '$.items[*].id');

简写操作符

MySQL 提供常用操作的简写形式

  • -> : 等同于 JSON_EXTRACT()
  • ->> : 等同于 JSON_UNQUOTE(JSON_EXTRACT())
1
2
3
4
5
6
7
-- 以下两种写法等价：
SELECT json_column->'$.name';
SELECT JSON_EXTRACT(json_column, '$.name');
-- 以下两种写法等价（返回去除引号的字符串）：
SELECT json_column->>'$.name';
SELECT JSON_UNQUOTE(JSON_EXTRACT(json_column, '$.name'));

注意

  • 路径表达式区分大小写
  • 不存在的路径返回 NULL（不会报错）
  • ** 递归操作符可能影响性能
  • 过滤表达式支持比较运算符：=、!=、<、> 等

MySQL 的 JSON_TABLE 函数

使用过 JSON_EXTRACT 函数都知道, 这样获取的结果还不是真正的行列结构, MySQL 8.0 引入的 JSON_TABLE 函数可以将 JSON 数据转换为关系型表格格式, 将数组中的每个元素转换成表格中的一行数据.

JSON_TABLE 的功能

  • 将 JSON 数组展开为多行记录
  • 提取嵌套的 JSON 对象属性
  • 将半结构化数据转为结构化数据

JSON_TABLE 用法

1
2
3
4
5
6
7
8
JSON_TABLE(
json_doc,       -- JSON 类型的字段或值
path_expression -- JSON 路径表达式
COLUMNS(        -- 新表的列定义
column_name column_type PATH json_path [on_empty] [on_error],
...
)
) [AS] alias

参数说明

  • json_doc：可以是 JSON 字符串字面量, 或者表中的 JSON 类型列
  • path_expression：指向要展开的 JSON 数组的路径
  • COLUMNS：定义输出列的结构
    • column_name：生成的列名
    • column_type：数据类型（如 VARCHAR, INT, JSON 等）
    • PATH：指定数据提取路径
  • alias：必须提供的表别名

实际案例

将整数数组展开为一列多行

1
2
3
4
5
6
7
8
SELECT *
FROM JSON_TABLE(
'[1, 2, 3]',
'$[*]' COLUMNS(
rowid FOR ORDINALITY,
value INT PATH '$'
)
) AS t;

输出

rowid | value
------+-------
1     | 1
2     | 2
3     | 3

将对象数组展开为多列多行

1
2
3
4
5
6
7
8
9
SELECT *
FROM JSON_TABLE(
'[{"name":"张三","age":25},{"name":"李四","age":30}]',
'$[*]' COLUMNS(
name VARCHAR(20) PATH '$.name',
age INT PATH '$.age',
adult VARCHAR(3) PATH '$.age' DEFAULT '否' ON EMPTY
)
) AS t;

输出

name | age | adult
-----+-----+------
张三 | 25  | 否
李四 | 30  | 否

在数据表中展开

如果JSON是表中的一个字段, 可以使用 table_1 CROSS JOIN JSON_TABLE(...) 展开, 例如一个表 v_video 的字段 result 为 JSON 字段, 需要展开 result 中的一个成员 sequences, 写成SQL如下

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
SELECT
e.id,
e.match_id,
e.result->>'$.id' AS json_id,
j.tag->>'$.sf' AS sf_value,
j.tag->>'$.ef' AS ef_value,
j.tag->>'$.ef' - j.tag->>'$.sf'AS duration
FROM
v_video e
CROSS JOIN JSON_TABLE(
e.result->'$.sequences',
'$[*]' COLUMNS (
tag JSON PATH '$'
)
) AS j ON e.match_id = 294

上面的SQL, 通过 CROSS JOIN JSON_TABLE 将每一行 e.result 字段下的 sequences 数组展开, 每个数组元素成为新字段 tag, 这时候还是一个 JSON, 然后在SELECT 中通过->>抽取其中的值, 得到完全展开的一个新表.

高级用法

FOR ORDINALITY 子句

生成自增的行号列

1
2
3
4
COLUMNS(
id FOR ORDINALITY,
...
)

嵌套路径处理

1
2
3
4
5
6
COLUMNS(
NESTED PATH '$.nested_obj' COLUMNS(
sub_col1 INT PATH '$.prop1',
sub_col2 VARCHAR(10) PATH '$.prop2'
)
)

上面的例子用嵌套可以改写为

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
SELECT
j.id,
j.sf,
j.ef,
j.ef - j.sf AS duration
FROM
v_video e
CROSS JOIN
JSON_TABLE(
e.result->'$.sequences',
'$[*]' COLUMNS (
id FOR ORDINALITY,
NESTED PATH '$' COLUMNS(
ef INT PATH '$.ef',
sf INT PATH '$.sf'
)
)
) AS j ON e.match_id = 294

上面的SQL, 通过 NESTED PATH ... COLUMNS(...) 将展开后数组中的一个JSON元素进一步展开为多个字段.

错误处理

1
2
3
4
COLUMNS(
ef INT PATH '$.ef' NULL ON EMPTY NULL ON ERROR,
sf INT PATH '$.sf' DEFAULT '0' ON EMPTY NULL ON ERROR
)

格式是

1
2
3
4
5
on_empty:
{NULL | DEFAULT json_string | ERROR} ON EMPTY
on_error:
{NULL | DEFAULT json_string | ERROR} ON ERROR

注意事项

  • MySQL 版本要高于8.0
  • 路径表达式必须指向 JSON 数组, 注意是数组
  • 必须为结果集指定别名
  • 在 FROM 子句和 JOIN 子句中都可以使用
  • 在性能上, 对大数据集使用 JSON_TABLE 可能较慢, 可以为 JSON 列创建函数索引提高查询性能

到此这篇关于MySQL进行JSON查询的详细教程的文章就介绍到这了。

 

 

学习资料见知识星球。

以上就是今天要分享的技巧，你学会了吗？若有什么问题，欢迎在下方留言。

快来试试吧，小琥 my21ke007。获取 1000个免费 Excel模板福利​​​​！

更多技巧， www.excelbook.cn

欢迎 加入 零售创新 知识星球，知识星球主要以数据分析、报告分享、数据工具讨论为主；

Excelbook.cn Excel技巧 SQL技巧 Python 学习！

你将获得：

1、价值上万元的专业的PPT报告模板。

2、专业案例分析和解读笔记。

3、实用的Excel、Word、PPT技巧。

4、VIP讨论群，共享资源。

5、优惠的会员商品。

6、一次付费只需129元，即可下载本站文章涉及的文件和软件。

文章版权声明 1、本网站名称：Excelbook
2、本站永久网址：http://www.excelbook.cn
3、本网站的文章部分内容可能来源于网络，仅供大家学习与参考，如有侵权，请联系站长王小琥进行删除处理。
4、本站一切资源不代表本站立场，并不代表本站赞同其观点和对其真实性负责。
5、本站一律禁止以任何方式发布或转载任何违法的相关信息，访客发现请向站长举报。
6、本站资源大多存储在云盘，如发现链接失效，请联系我们我们会第一时间更新。

THE END
分享
二维码
< <上一篇
下一篇>>
相关内容
发表评论

共有 0 条评论

沙发空余