百度360必应搜狗淘宝本站头条
当前位置:网站首页 > IT知识 > 正文

深入解析 MySQL 8.0 JSON 相关函数:解锁数据存储的无限可能

liuian 2025-05-08 19:43 5 浏览

引言

在现代应用程序中,数据的存储和处理变得愈发复杂多样。MySQL 8.0 引入了丰富的 JSON 相关函数,为我们提供了更灵活的数据存储和检索方式。本文将深入探讨 MySQL 8.0 中的 JSON 函数,从基本语法到详细示例,为您揭示 JSON 函数的妙用。

JSON 函数的使用语法

在 MySQL 8.0 中,我们可以使用 JSON 函数来处理 JSON 类型的数据。JSON 函数提供了一系列的操作,帮助我们轻松地解析和操作 JSON 数据。

基本语法如下:

JSON_FUNCTION(json_expression[, path_or_value])

其中,JSON_FUNCTION 代表具体的 JSON 函数名称,json_expression 是待处理的 JSON 数据,path_or_value 则是可选参数,表示 JSON 键路径或索引。

JSON 函数一览

下面,我们将一一介绍 MySQL 8.0 中的 JSON 函数,并给出详细的解释和示例。

函数目录:

  1. JSON_OBJECT 创建一个 JSON 对象
  2. JSON_ARRAY 创建一个 JSON 数组
  3. JSON_EXTRACT 提取 JSON 数据中指定路径的值
  4. JSON_UNQUOTE 移除外层的双引号
  5. JSON_SEARCH 搜索指定值,并返回下标
  6. JSON_CONTAINS 数据中是否包含指定值
  7. JSON_MERGE 合并多个 JSON 对象或数组
  8. JSON_REPLACE 替换 JSON 数据中指定路径的值
  9. JSON_REMOVE 删除 JSON 数据中指定路径的值
  10. JSON_INSERT 数据中插入新的键值对
  11. JSON_ARRAY_APPEND 数组末尾追加元素
  12. JSON_ARRAY_INSERT 数组指定位置插入元素
  13. JSON_ARRAYAGG 多行数据聚合为一个 JSON 数组
  14. JSON_OBJECTAGG 多行数据聚合为一个 JSON 对象
  15. JSON_PRETTY 格式化 JSON 数据

1. JSON_OBJECT

JSON_OBJECT 函数用于创建一个 JSON 对象。

SELECT JSON_OBJECT('name', 'Alice', 'age', 30) AS json_result;

执行结果:

+-------------------------------------+
| json_result                         |
+-------------------------------------+
| {"name": "Alice", "age": 30}        |
+-------------------------------------+

2. JSON_ARRAY

JSON_ARRAY 函数用于创建一个 JSON 数组。

SELECT JSON_ARRAY(10, 'apples', true, null) AS json_result;

执行结果:

+---------------------------------+
| json_result                     |
+---------------------------------+
| [10, "apples", true, null]      |
+---------------------------------+

3. JSON_EXTRACT

JSON_EXTRACT 函数用于提取 JSON 数据中指定路径的值。

SELECT JSON_EXTRACT('{"name": "Bob", "age": 25}', '$.name') AS name;

执行结果:

+--------+
| name   |
+--------+
| "Bob"  |
+--------+

:额外还有双引号,其实不需要,略显的多余

4. JSON_UNQUOTE

JSON_UNQUOTE函数用于从一个包含JSON格式的字符串中移除外层的双引号,将其解析为实际的JSON值。通常,它用于处理从数据库中检索出的包含JSON的字符串,以便后续对JSON值进行操作。

#去除双引号
SELECT JSON_UNQUOTE(JSON_EXTRACT('{"name": "Bob", "age": 25}', '$.name')) AS name;

执行结果:

+------+
| name |
+------+
| Bob  |
+------+

5. JSON_SEARCH

JSON_SEARCH 函数用于在 JSON 数据中搜索指定值,并返回路径。

SELECT JSON_SEARCH('["apple", "banana", "cherry"]', 'all', 'cherry') AS path;

执行结果:

+------------------+
| path             |
+------------------+
| "$[2]"           |
+------------------+

6. JSON_CONTAINS

JSON_CONTAINS 函数用于检查 JSON 数据中是否包含指定值。

SELECT JSON_CONTAINS('["apple", "banana"]', '"apple"') AS contains;

执行结果:

+----------+
| contains |
+----------+
| 1        |
+----------+

7. JSON_MERGE

JSON_MERGE 函数用于合并多个 JSON 对象或数组。

SELECT JSON_MERGE('{"name": "Alice"}', '{"age": 30}') AS merged_json;

执行结果:

+------------------------------+
| merged_json                  |
+------------------------------+
| {"name": "Alice", "age": 30} |
+------------------------------+

8. JSON_REPLACE

JSON_REPLACE 函数用于替换 JSON 数据中指定路径的值。

SELECT JSON_REPLACE('{"name": "Alice", "age": 25}', '$.age', 35) AS updated_json;

执行结果:

+------------------------------+
| merged_json                  |
+------------------------------+
| {"name": "Alice", "age": 35} |
+------------------------------+

9. JSON_REMOVE

JSON_REMOVE 函数用于删除 JSON 数据中指定路径的值。

SELECT JSON_REMOVE('{"fruits": ["apple", "banana", "cherry"]}', '$.fruits[1]') AS updated_json;

执行结果:

+----------------------------------+
| updated_json                     |
+----------------------------------+
| {"fruits": ["apple", "cherry"]}  |
+----------------------------------+

10. JSON_INSERT

在 JSON 数据中插入新的键值对。

SELECT JSON_INSERT('{"name": "Alice", "age": 25}', '$.city', 'New York') AS updated_json;

执行结果:

+---------------------------------------------+
| updated_json                                |
+---------------------------------------------+
| {"age":25,"city":"New York","name":"Alice"} |
+---------------------------------------------+

11. JSON_ARRAY_APPEND

在 JSON 数组末尾追加元素。

SELECT JSON_ARRAY_APPEND('["apple", "banana"]', '#39;, 'cherry') AS updated_array;

执行结果:

+-----------------------------+
| updated_array               |
+-----------------------------+
| ["apple","banana","cherry"] |
+-----------------------------+

12. JSON_ARRAY_INSERT

在 JSON 数组指定位置插入元素。

SELECT JSON_ARRAY_INSERT('["apple", "banana", "cherry"]', '$[1]', 'orange') AS updated_array;

执行结果:

+--------------------------------------+
| updated_array                        |
+--------------------------------------+
| ["apple","orange","banana","cherry"] |
+--------------------------------------+

13. JSON_ARRAYAGG

将多行数据聚合为一个 JSON 数组。

SELECT JSON_ARRAYAGG(name) AS names FROM employees;

执行结果:

+--------------------------------------+
| names                                |
+--------------------------------------+
| ["admin","张三","李四"]               |
+--------------------------------------+

14. JSON_OBJECTAGG

将多行数据聚合为一个 JSON 对象。

SELECT JSON_OBJECTAGG(id, name) AS id_name_map FROM employees;

执行结果:

+--------------------------------------+
| id_name_map                          |
+--------------------------------------+
| {"1":"admin","2":"张三","3":"李四"}   |
+--------------------------------------+

15. JSON_PRETTY

格式化 JSON 数据,使其更易读。

SELECT JSON_PRETTY('{"name": "Alice", "age": 30}') AS pretty_json;

执行结果:

{
  "age": 30,
  "name": "Alice"
}

总结与问题

通过本文的介绍,我们详细了解了 MySQL 8.0 中的 JSON 函数,从创建对象和数组到提取、搜索、合并、替换、删除等多个操作。这些函数为开发者提供了灵活的数据操作手段,使得处理 JSON 数据变得轻松而高效。

然而,使用 JSON 函数时需要注意一些问题,如嵌套结构的处理、性能方面的考虑等。在设计数据模型时,合理使用 JSON 类型和函数将会带来更好的开发体验和性能表现。

JSON 函数的优劣点

JSON 函数的优点在于:

  1. 灵活性:JSON 函数提供了多样化的操作,适用于不同的数据场景和需求。
  2. 简洁性:通过 JSON 函数,我们可以用更少的代码完成复杂的数据操作。
  3. 高效性:JSON 函数能够在数据库层面完成数据处理,减少了数据传输和应用层处理的开销。

然而,JSON 函数的缺点也需要考虑:

  1. 查询性能:复杂的 JSON 操作可能影响查询性能,特别是在大数据量的情况下。
  2. 数据一致性:滥用 JSON 类型和函数可能导致数据不一致或难以维护的问题。
  3. 可读性:过度使用 JSON 函数可能降低 SQL 查询的可读性,增加维护难度。

综上所述,MySQL 8.0 中的 JSON 函数为开发者提供了强大的工具,帮助我们更好地处理和操作 JSON 数据。在实际应用中,合理使用这些函数,充分发挥其优势,同时注意其局限性,将会为我们带来更好的开发体验和性能表现。

我为人人,人人为我,美美与共,天下大同。

相关推荐

深入解析 MySQL 8.0 JSON 相关函数:解锁数据存储的无限可能

引言在现代应用程序中,数据的存储和处理变得愈发复杂多样。MySQL8.0引入了丰富的JSON相关函数,为我们提供了更灵活的数据存储和检索方式。本文将深入探讨MySQL8.0中的JSON...

MySQL的Json类型个人用法详解(mysql json类型对应java什么类型)

前言虽然MySQL很早就添加了Json类型,但是在业务开发过程中还是很少设计带这种类型的表。少不代表没有,当真正要对Json类型进行特定查询,修改,插入和优化等操作时,却感觉一下子想不起那些函数怎么使...

MySQL的json查询之json_array(mysql json_search)

json_array顾名思义就是创建一个数组,实际的用法,我目前没有想到很好的使用场景。使用官方的例子说明一下吧。例一selectjson_array(1,2,3,4);json_array虽然单独...

头条创作挑战赛#一、LSTM 原理 长短期记忆网络

#头条创作挑战赛#一、LSTM原理长短期记忆网络(LongShort-TermMemory,LSTM)是一种特殊类型的循环神经网络(RNN),旨在解决传统RNN在处理长序列数据时面临的梯度...

TensorBoard最全使用教程:看这篇就够了

机器学习通常涉及在训练期间可视化和度量模型的性能。有许多工具可用于此任务。在本文中,我们将重点介绍TensorFlow的开源工具套件,称为TensorBoard,虽然他是TensorFlow...

图神经网络版本的Kolmogorov Arnold(KAN)代码实现和效果对比

本文约4600字,建议阅读10分钟本文介绍了图神经网络版本的对比。KolmogorovArnoldNetworks(KAN)最近作为MLP的替代而流行起来,KANs使用Kolmogorov-Ar...

kornia,一个实用的 Python 库!(python kkb_tools)

大家好,今天为大家分享一个实用的Python库-kornia。Github地址:https://github.com/kornia/kornia/Kornia是一个基于PyTorch的开源计算...

图像分割掩码标注转YOLO多边形标注

Ultralytics团队付出了巨大的努力,使创建自定义YOLO模型变得非常容易。但是,处理大型数据集仍然很痛苦。训练yolo分割模型需要数据集具有其特定格式,这可能与你从大型数据集中获得的...

[python] 向量检索库Faiss使用指北

Faiss是一个由facebook开发以用于高效相似性搜索和密集向量聚类的库。它能够在任意大小的向量集中进行搜索。它还包含用于评估和参数调整的支持代码。Faiss是用C++编写的,带有Python的完...

如何把未量化的 70B 大模型加载到笔记本电脑上运行?

并行运行70B大模型我们已经看到,量化已经成为在低端GPU(比如Colab、Kaggle等)上加载大型语言模型(LLMs)的最常见方法了,但这会降低准确性并增加幻觉现象。那如果你和你的朋友们...

ncnn+PPYOLOv2首次结合!全网最详细代码解读来了

编辑:好困LRS【新智元导读】今天给大家安利一个宝藏仓库miemiedetection,该仓库集合了PPYOLO、PPYOLOv2、PPYOLOE三个算法pytorch实现三合一,其中的PPYOL...

人工智能——图像识别(人工智能图像识别流程)

概述图像识别(ImageRecognition)是计算机视觉的核心任务之一,旨在通过算法让计算机理解图像内容,包括分类(识别物体类别)、检测(定位并识别多个物体)、分割(像素级识别)等,常见的应用场...

PyTorch 深度学习实战(15):Twin Delayed DDPG (TD3) 算法

在上一篇文章中,我们介绍了DeepDeterministicPolicyGradient(DDPG)算法,并使用它解决了Pendulum问题。本文将深入探讨TwinDelayed...

大模型中常用的注意力机制GQA详解以及Pytorch代码实现

分组查询注意力(GroupedQueryAttention)是一种在大型语言模型中的多查询注意力(MQA)和多头注意力(MHA)之间进行插值的方法,它的目标是在保持MQA速度的同时...

pytorch如何快速创建具有特殊意思的tensor张量?

专栏推荐正文我们通过值可以看到torch.empty并没有进行初始化创建tensor并进行随机初始化操作,常用rand/rand_like,randint正态分布(0,1)指定正态分布的均值还有方差i...