mysql查询json数据web,mysql处理json数据 查询条件

本文目录一览:

Mysql查询json数据特定key的值

mysql某张表中有一个字段为json格式,假设字段名为properties

{

“ocsp.event.append-timestamp.enable”: “true”,

“ocsp.streaming.data.filter.expression”: “id=e4_json”,

“ocsp.event.enable”: “true”,

“ocsp.schema.field.names”: “id”,

“ocsp.event.output.numPartitions”: “0”,

“ocsp.event.json-format.enable”: “true”,

“ocsp.streaming.field.translation.enable”: “false”,

“ocsp.event.append-id.enable”: “false”,

“ocsp.streaming.data.keys”: “id”,

“ocsp.stream.sql”: “SELECT id FROM uuu_5dea34758400_oi5xs0rdaf WHERE id=e4_json”,

“ocsp.kafka.topic”: “hn_20210216b”,

“ocsp.event.period”: “{\”period\”:\”day\”,\”time\”:[{\”begin\”:{\”d\”:\”0\”,\”h\”:\”03:30:23\”},\”end\”:{\”d\”:\”0\”,\”h\”:\”23:20:23\”}}],\”startDate\”:\”2021-02-16\”,\”endDate\”:\”2021-03-28\”}”,

“ocsp.event.periodSwitch”: “true”,

“ocsp.event.output”: “5d74080d1ac0”

}

现在需要查询ocsp.stream.sql的值 可以使用json_extract函数。注意如果该key是由点分隔符组成的,则需要用双引号将整个key包起来

select json_extract(properties,’$. “ocsp.schema.field.names” ‘) from COMPONENT where type=’EVENT’ and id=’5dea403ed7c0′;

json_keys函数可以用来获取json中所有的key字段

同时 select json_keys (properties) from COMPONENT where type=’EVENT’ and id=’5dea403ed7c0′;

mysql5.7查询json字符串的某个属性值

可以使用JSON_EXTRACT函数查询json字段或者json字符串类型的text字段中json对象的某个属性值,注意层级需要用.号连接,例如:

SELECT id, JSON_EXTRACT(content, ‘$.all_result.quality_result.total_score’) AS total_score FROM tableName

其中,content是表的字段,里面存放json格式字符串,

$.all_result.quality_result.total_score表示:content字段的json字符串中all_result的属性下quality_result属性的总分数total_score。

content存储的内容:

{

“return_code”: “200”,

“return_info”: “处理成功”,

“all_result”: {

“quality_result”: {

“quality_items”: {

“数学”: 5.0,

“语文”: 5.0,

“英语”: 0.0

},

“total_score”: 10.0

}

}

}

mysql json字符串查询

注意一:字段类型为varchar、char、text等字符类型

注意二:内容为json

注意三:mysql服务器版本为5.7及以上

语法:select * from 表名 where 字段-‘$.属性’=’查询内容’;

select * from table1 where col1-‘$.name’=’xiaoming’;

mysql怎么搜索json格式的数据

在MySQL与PostgreSQL的对比中,PG的JSON格式支持优势总是不断被拿来比较。其实早先MariaDB也有对非结构化的数据进行存储的方案,称为dynamic column,但是方案是通过BLOB类型的方式来存储。这样导致的问题是查询性能不高,不能有效建立索引,与一些文档数据库对比,优势并不大,故在社区的反应其实比较一般。当然,MariaDB的dynamic column功能还不仅限于非结构化数据的存储,但不在本文进行展开。

MySQL 5.7.7 labs版本开始InnoDB存储引擎已经原生支持JSON格式,该格式不是简单的BLOB类似的替换。原生的JSON格式支持有以下的优势:

JSON数据有效性检查:BLOB类型无法在数据库层做这样的约束性检查

查询性能的提升:查询不需要遍历所有字符串才能找到数据

支持索引:通过虚拟列的功能可以对JSON中的部分数据进行索引

首先我们来看如何在MySQL中使用原生的JSON格式:

mysql create table user ( uid int auto_increment,

– data json,primary key(uid))engine=innodb;

Query OK, 0 rows affected (0.01 sec)

mysql insert into user values (NULL,

– ‘{“name”:”David”,”mail”:”jiangchengyao@gmail.com”,”address”:”Shangahai”}’);

Query OK, 1 row affected (0.00 sec)

mysql insert into user values (NULL,'{“name”:”Amy”,”mail”:”amy@gmail.com”}’);

Query OK, 1 row affected (0.00 sec)

可以看到我们新建了表user,并且将列data定义为了JSON类型。这意味着我们可以对插入的数据做JSON格式检查,确保其符合JSON格式的约束,如插入一条不合法的JSON数据会报如下错误:

mysql insert into user values (NULL,”test”);

ERROR 3130 (22032): Invalid JSON text: “Invalid value” at position 2 in value (or column) ‘test’.

此外,正如前面所说的,MySQL 5.7提供了一系列函数来高效地处理JSON字符,而不是需要遍历所有字符来查找,这不得不说是对MariaDB dynamic column的巨大改进:

mysql select jsn_extract(data, ‘$.name’),jsn_extract(data,’$.address’) from user;

+—————————–+——————————-+

| jsn_extract(data, ‘$.name’) | jsn_extract(data,’$.address’) |

+—————————–+——————————-+

| “David” | “Shangahai” |

| “Amy” | NULL |

+—————————–+——————————-+

2 rows in set (0.00 sec)

当然,最令人的激动的功能应该是MySQL 5.7的虚拟列功能,通过传统的B+树索引即可实现对JSON格式部分属性的快速查询。使用方法是首先创建该虚拟列,然后在该虚拟列上创建索引:

mysql ALTER TABLE user ADD user_name varchar(128)

– GENERATED ALWAYS AS (jsn_extract(data,’$.name’)) VIRTUAL;

Query OK, 0 rows affected (0.01 sec)

Records: 0 Duplicates: 0 Warnings: 0

mysql select user_name from user;

+———–+

| user_name |

+———–+

| “Amy” |

| “David” |

+———–+

2 rows in set (0.00 sec)

mysql alter table user add index idx_username (user_name);

Query OK, 2 rows affected (0.01 sec)

Records: 2 Duplicates: 0 Warnings: 0

然后可以通过添加的索引对用户名进行快速的查询,这和普通类型的列查询一样。而通过explain可以验证优化器已经选择了在虚拟列上创建的新索引:

mysql explain select * from user where user_name='”Amy”‘\G

*************************** 1. row ***************************

id: 1

select_type: SIMPLE

table: user

partitions: NULL

type: ref

possible_keys: idx_username

key: idx_username

key_len: 131

ref: const

rows: 1

filtered: 100.00

Extra: NULL

1 row in set, 1 warning (0.00 sec)

可以发现MySQL 5.7对于JSON格式堪称完美,相信PostgreSQL阵营需要寻找新的策略来“攻击”MySQL了吧。如无意外,还是会停留在优化器这块,毕竟这块是目前MySQL必须要克服的最大问题,好在MySQL团队已经在重构优化器代码,相信更好的优化器将会在下一个版本中全面爆发。而一大堆文档数据库们已经哭晕在厕所了吧。

mysql中的json数据类型

JSON数组包含一个由逗号分隔的值列表,并包含在 字符[和]字符中:

JSON对象包含一组由逗号分隔的键值对,并包含在字符{和 }字符中,JSON对象中的键必须是字符串:

在JSON数组元素和JSON对象键值中允许嵌套:

在MySQL中,JSON值被写为字符串。MySQL解析在需要JSON值的上下文中使用的任何字符串,如果它作为JSON无效则会产生错误。

1.JSON_ARRAY 生成json数组

JSON_ARRAY(val1,val2,val3…)生成一个包含指定元素的json数组。

2.JSON_OBJECT 生成json对象

JSON_OBJECT(key1,val1,key2,val2…) 生成一个包含指定K-V对的json object。如果有key为NULL或参数个数为奇数,则抛错。

3.JSON_QUOTE 加”号

JSON_QUOTE(json_val) — 将json_val用”号括起来。

2.插入记录

创建一个表

插入含有json数组的记录

插入含有json对象的记录

路径表达式对于提取JSON文档的一部分或修改JSON文档的函数很有用,以指定该文档中的操作位置。例如,以下查询从JSON文档中提取具有 name 键的成员的值 :

路径语法使用前导 $ 字符来表示正在考虑的JSON文档,可选地后跟选择器,它们连续指示文档的更多特定部分:

如果路径表达式中的未加引号的键名称不合法,则必须引用命名键的路径组件。让我们 $ 参考这个值,且密钥都包含空格,必须引用:

可以使用带有 to 关键字的范围来指定JSON数组的子集。

last关键字被支撑为最后一个元素的阵列中的索引的同义词。表单的表达式可用于相对寻址,也可用于范围定义,如下所示: last – * N *

4.JSON_REMOVE()获取JSON文档和一个或多个指定要从文档中删除的值的路径。返回值是原始文档减去文档中存在的路径选择的值

JSON值可以使用进行比较 =、、=、、=、、!=、=

JSON值尚不支持以下比较运算符和函数:BETWEEN、IN()、GREATEST()、LEAST()

以上列出的比较运算符和函数是通过将JSON值转换为本机MySQL数值或字符串数据类型,使它们具有一致的非JSON标量类型。

JSON值的比较发生在两个级别。第一级比较基于比较值的JSON类型。如果类型不同,则比较结果仅由哪种类型具有更高优先级来确定。如果这两个值具有相同的JSON类型,则使用特定于类型的规则进行第二级比较。

NULL-INTEGER, DOUBLE-STRING-OBJECT-ARRAY-BOOLEAN-DATE-TIME-DATETIME-OPAQUE-BIT-BLOB按此顺序优先级依次变大。

对于具有相同优先级的JSON值,比较规则是特定于类型的:

1) BLOB、BIT、OPAQUE

比较两个值 的第一个字节,其中N是较短值中的字节数。如果N两个值的第一个字节相同,则在较长值之前排序较短的值。

2) DATETIME

表示较早时间点的值在表示稍后时间点的值之前排序。如果两个值最初 分别来自MySQL DATETIME 和 TIMESTAMP 类型,则它们相等,如果它们代表相同的时间点。

3)TIME

两个时间值中较小的一个在较大的值之前排序。

4) DATE`

较早的日期是在最近的日期之前订购的。

5) ARRAY

如果两个JSON数组具有相同的长度并且数组中相应位置的值相等,则它们是相等的。如果数组不相等,则它们的顺序由第一个位置中存在差异的元素确定。首先排序在该位置具有较小值的数组。如果较短数组的所有值都等于较长数组中的相应值,则首先排序较短的数组。

8) STRING

字符串在被比较的两个字符串以词法字典序排序 ,其中 N 是较短字符串的长度。如果 N 两个字符串的第一个 字节相同,则认为较短的字符串小于较长的字符串。

原创文章,作者:ZDEK,如若转载,请注明出处:https://www.506064.com/n/146369.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
ZDEKZDEK
上一篇 2024-10-29 19:00
下一篇 2024-10-29 19:00

相关推荐

  • 如何修改mysql的端口号

    本文将介绍如何修改mysql的端口号,方便开发者根据实际需求配置对应端口号。 一、为什么需要修改mysql端口号 默认情况下,mysql使用的端口号是3306。在某些情况下,我们需…

    编程 2025-04-29
  • Python读取CSV数据画散点图

    本文将从以下方面详细阐述Python读取CSV文件并画出散点图的方法: 一、CSV文件介绍 CSV(Comma-Separated Values)即逗号分隔值,是一种存储表格数据的…

    编程 2025-04-29
  • Python中读入csv文件数据的方法用法介绍

    csv是一种常见的数据格式,通常用于存储小型数据集。Python作为一种广泛流行的编程语言,内置了许多操作csv文件的库。本文将从多个方面详细介绍Python读入csv文件的方法。…

    编程 2025-04-29
  • 如何用Python统计列表中各数据的方差和标准差

    本文将从多个方面阐述如何使用Python统计列表中各数据的方差和标准差, 并给出详细的代码示例。 一、什么是方差和标准差 方差是衡量数据变异程度的统计指标,它是每个数据值和该数据值…

    编程 2025-04-29
  • Python多线程读取数据

    本文将详细介绍多线程读取数据在Python中的实现方法以及相关知识点。 一、线程和多线程 线程是操作系统调度的最小单位。单线程程序只有一个线程,按照程序从上到下的顺序逐行执行。而多…

    编程 2025-04-29
  • Python爬取公交数据

    本文将从以下几个方面详细阐述python爬取公交数据的方法: 一、准备工作 1、安装相关库 import requests from bs4 import BeautifulSou…

    编程 2025-04-29
  • Python两张表数据匹配

    本篇文章将详细阐述如何使用Python将两张表格中的数据匹配。以下是具体的解决方法。 一、数据匹配的概念 在生活和工作中,我们常常需要对多组数据进行比对和匹配。在数据量较小的情况下…

    编程 2025-04-29
  • Python数据标准差标准化

    本文将为大家详细讲述Python中的数据标准差标准化,以及涉及到的相关知识。 一、什么是数据标准差标准化 数据标准差标准化是数据处理中的一种方法,通过对数据进行标准差标准化可以将不…

    编程 2025-04-29
  • 如何使用Python读取CSV数据

    在数据分析、数据挖掘和机器学习等领域,CSV文件是一种非常常见的文件格式。Python作为一种广泛使用的编程语言,也提供了方便易用的CSV读取库。本文将介绍如何使用Python读取…

    编程 2025-04-29
  • Python根据表格数据生成折线图

    本文将介绍如何使用Python根据表格数据生成折线图。折线图是一种常见的数据可视化图表形式,可以用来展示数据的趋势和变化。Python是一种流行的编程语言,其强大的数据分析和可视化…

    编程 2025-04-29

发表回复

登录后才能评论