MySQL 的 JSON 路径格式

白日梦批发商
138 阅读2分钟

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+)

$.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+)

$[1 to 3]       // 第1到第3个元素$[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

-- 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

-- 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())

    -- 以下两种写法等价：SELECT json_column->'.name′;SELECTJSONEXTRACT(jsoncolumn,′.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′;SELECTJSONUNQUOTE(JSONEXTRACT(jsoncolumn,′.name';SELECT JSON_UNQUOTE(JSON_EXTRACT(json_column, '.name'));

注意

  1. 路径表达式区分大小写
  2. 不存在的路径返回 NULL（不会报错）
  3. ** 递归操作符可能影响性能
  4. 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

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

JSON_TABLE 用法

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

  1. json_doc：可以是 JSON 字符串字面量, 或者表中的 JSON 类型列
  2. path_expression：指向要展开的 JSON 数组的路径
  3. 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
  4. 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

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

输出

rowid | value------+-------1     | 12     | 23     | 3

将对象数组展开为多列多行

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

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->>'$.sf'AS durationFROM     v_video e        CROSS JOIN JSON_TABLE(            e.result->'$.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

COLUMNS(    id FOR ORDINALITY,    ...)

嵌套路径处理

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

SELECT     j.id,    j.sf,    j.ef,    j.ef - j.sf AS durationFROM     v_video eCROSS 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

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

on_empty:    {NULL | DEFAULT json_string | ERROR} ON EMPTY on_error:    {NULL | DEFAULT json_string | ERROR} ON ERROR

注意事项

  1. MySQL 版本要高于8.0
  2. 路径表达式必须指向 JSON 数组, 注意是数组
  3. 必须为结果集指定别名
  4. 在 FROM 子句和 JOIN 子句中都可以使用
  5. 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

行业拓展

分享一个面向研发人群使用的前后端分离的低代码软件——JNPF。

基于 Java Boot/.Net Core双引擎，它适配国产化，支持主流数据库和操作系统，提供五十几种高频预制组件，内置了常用的后台管理系统使用场景和实用模版，通过简单的拖拉拽操作，开发者能够高效完成软件开发，提高开发效率，减少代码编写工作。

JNPF基于SpringBoot+Vue.js，提供了一个适合所有水平用户的低代码学习平台，无论是有经验的开发者还是编程新手，都可以在这里找到适合自己的学习路径。

此外，JNPF支持全源码交付，完全支持根据公司、项目需求、业务需求进行二次改造开发或内网部署，具备多角色门户、登录认证、组织管理、角色授权、表单设计、流程设计、页面配置、报表设计、门户配置、代码生成工具等开箱即用的在线服务。

avatar
文章
阅读
粉丝