新特性解读

2023-10-26 16:13| 来源: 网络整理| 查看: 265

我们知道，JSON是一种轻量级的数据交互的格式，大部分NO SQL数据库的存储都用JSON。 MySQL从5.7开始支持JSON格式的数据存储，并且新增了很多JSON相关函数。 mysql 8.0 又带来了一个新的把JSON转换为TABLE的函数JSON_TABLE，实现了JSON到表的转换。

举例一

我们看下简单的例子: 简单定义一个两级JSON 对象

mysql> set @ytt='{"name":[{"a":"ytt","b":"action"}, {"a":"dble","b":"shard"},{"a":"mysql","b":"oracle"}]}'; Query OK, 0 rows affected (0.00 sec)

第一级：

mysql> select json_keys(@ytt); +-----------------+ | json_keys(@ytt) | +-----------------+ | ["name"] | +-----------------+ 1 row in set (0.00 sec)

第二级：

mysql> select json_keys(@ytt,'$.name[0]'); +-----------------------------+ | json_keys(@ytt,'$.name[0]') | +-----------------------------+ | ["a", "b"] | +-----------------------------+ 1 row in set (0.00 sec)

我们使用MySQL 8.0 的JSON_TABLE 来转换 @ytt.

再来一个复杂点的例子，用的是EXPLAIN 的JSON结果集。 JSON 串 @json_str1。

set @json_str1 = ' { "query_block": { "select_id": 1, "cost_info": { "query_cost": "1.00" }, "table": { "table_name": "bigtable", "access_type": "const", "possible_keys": [ "id" ], "key": "id", "used_key_parts": [ "id" ], "key_length": "8", "ref": [ "const" ], "rows_examined_per_scan": 1, "rows_produced_per_join": 1, "filtered": "100.00", "cost_info": { "read_cost": "0.00", "eval_cost": "0.20", "prefix_cost": "0.00", "data_read_per_join": "176" }, "used_columns": [ "id", "log_time", "str1", "str2" ] } } }';

第一级：

mysql> select json_keys(@json_str1) as 'first_object'; +-----------------+ | first_object | +-----------------+ | ["query_block"] | +-----------------+ 1 row in set (0.00 sec)

第二级：

mysql> select json_keys(@json_str1,'$.query_block') as 'second_object'; +-------------------------------------+ | second_object | +-------------------------------------+ | ["table", "cost_info", "select_id"] | +-------------------------------------+ 1 row in set (0.00 sec)

第三级：

mysql> select json_keys(@json_str1,'$.query_block.table') as 'third_object'\G *************************** 1. row *************************** third_object: [ "key", "ref", "filtered", "cost_info", "key_length", "table_name", "access_type", "used_columns", "possible_keys", "used_key_parts", "rows_examined_per_scan", "rows_produced_per_join" ] 1 row in set (0.01 sec)

第四级：

mysql> select json_extract(@json_str1,'$.query_block.table.cost_info') as 'forth_object'\G *************************** 1. row *************************** forth_object: { "eval_cost":"0.20", "read_cost":"0.00", "prefix_cost":"0.00", "data_read_per_join":"176" } 1 row in set (0.00 sec)

那我们把这个JSON 串转换为表。

SELECT * FROM JSON_TABLE(@json_str1, "$.query_block" COLUMNS( rowid FOR ORDINALITY, NESTED PATH '$.table' COLUMNS ( a1_1 varchar(100) PATH '$.key', a1_2 varchar(100) PATH '$.ref[0]', a1_3 varchar(100) PATH '$.filtered', nested path '$.cost_info' columns ( a2_1 varchar(100) PATH '$.eval_cost' , a2_2 varchar(100) PATH '$.read_cost', a2_3 varchar(100) PATH '$.prefix_cost', a2_4 varchar(100) PATH '$.data_read_per_join' ), a3 varchar(100) PATH '$.key_length', a4 varchar(100) PATH '$.table_name', a5 varchar(100) PATH '$.access_type', a6 varchar(100) PATH '$.used_key_parts[0]', a7 varchar(100) PATH '$.rows_examined_per_scan', a8 varchar(100) PATH '$.rows_produced_per_join', a9 varchar(100) PATH '$.key' ), NESTED PATH '$.cost_info' columns ( b1_1 varchar(100) path '$.query_cost' ), c INT path "$.select_id" ) ) AS tt; +-------+------+-------+--------+------+------+------+------+------+----------+-------+------+------+------+------+------+------+ | rowid | a1_1 | a1_2 | a1_3 | a2_1 | a2_2 | a2_3 | a2_4 | a3 | a4 | a5 | a6 | a7 | a8 | a9 | b1_1 | c | +-------+------+-------+--------+------+------+------+------+------+----------+-------+------+------+------+------+------+------+ | 1 | id | const | 100.00 | 0.20 | 0.00 | 0.00 | 176 | 8 | bigtable | const | id | 1 | 1 | id | NULL | 1 | | 1 | NULL | NULL | NULL | NULL | NULL | NULL | NULL | NULL | NULL | NULL | NULL | NULL | NULL | NULL | 1.00 | 1 | +-------+------+-------+--------+------+------+------+------+------+----------+-------+------+------+------+------+------+------+ 2 rows in set (0.00 sec)

当然，JSON_table 函数还有其他的用法，我这里不一一列举了，详细的参考手册。

近期社区动态

第三期社区技术内容征稿👈

所有稿件，一经采用，均会为作者署名。

征稿主题：MySQL、分布式中间件DBLE、数据传输组件DTLE相关的技术内容

活动时间：2019年6月11日 - 7月11日

本期投稿奖励

投稿成功：京东卡200元*1

优秀稿件：京东卡200元*1+社区定制周边（包含：定制文化衫、定制伞、鼠标垫）

优秀稿件评选，文章获得****“好看****”****数量排名前三****的稿件为本期优秀稿件。

image

【本文地址】

新特性解读

新特性解读

今日新闻

推荐新闻