使用MySQL，请用好 JSON 这张王牌

关系型的结构化存储存在一定的弊端，因为它需要预先定义好所有的列以及列对应的类型。但是业务在发展过程中，或许需要扩展单个列的描述功能，这时，如果能用好 JSON 数据类型，那就能打通关系型和非关系型数据的存储之间的界限，为业务提供更好的架构选择。

当然，很多同学在用 JSON 数据类型时会遇到各种各样的问题，其中最容易犯的误区就是将类型 JSON 简单理解成字符串类型。但当你看完这篇文章后，会真正认识到 JSON 数据类型的威力，从而在实际工作中更好地存储非结构化的数据。

JSON 数据类型

---

JSON（JavaScript Object Notation）主要用于互联网应用服务之间的数据交换。MySQL 支持RFC 7159定义的 JSON 规范，主要有 JSON 对象 和 JSON 数组 两种类型。下面就是 JSON 对象，主要用来存储图片的相关信息：

{

“Image”: {

“Width”: 800,

“Height”: 600,

“Title”: “View from 15th Floor”,

“Thumbnail”: {

“Url”: “http://www.example.com/image/481989943”,

“Height”: 125,

“Width”: 100

},

“IDs”: [116, 943, 234, 38793]

}

}

从中你可以看到， JSON 类型可以很好地描述数据的相关内容，比如这张图片的宽度、高度、标题等（这里使用到的类型有整型、字符串类型）。

JSON对象除了支持字符串、整型、日期类型，JSON 内嵌的字段也支持数组类型，如上代码中的 IDs 字段。

另一种 JSON 数据类型是数组类型，如：

[

{

“precision”: “zip”,

“Latitude”: 37.7668,

“Longitude”: -122.3959,

“Address”: “”,

“City”: “SAN FRANCISCO”,

“State”: “CA”,

“Zip”: “94107”,

“Country”: “US”

},

{

“precision”: “zip”,

“Latitude”: 37.371991,

“Longitude”: -122.026020,

“Address”: “”,

“City”: “SUNNYVALE”,

“State”: “CA”,

“Zip”: “94085”,

“Country”: “US”

}

]

上面的示例演示的是一个 JSON 数组，其中有 2 个 JSON 对象。

到目前为止，可能很多同学会把 JSON 当作一个很大的字段串类型，从表面上来看，没有错。但本质上，JSON 是一种新的类型，有自己的存储格式，还能在每个对应的字段上创建索引，做特定的优化，这是传统字段串无法实现的。JSON 类型的另一个好处是无须预定义字段，字段可以无限扩展。而传统关系型数据库的列都需预先定义，想要扩展需要执行 ALTER TABLE … ADD COLUMN … 这样比较重的操作。

需要注意是，JSON 类型是从 MySQL 5.7 版本开始支持的功能，而 8.0 版本解决了更新 JSON 的日志性能瓶颈。如果要在生产环境中使用 JSON 数据类型，强烈推荐使用 MySQL 8.0 版本。

讲到这儿，你已经对 JSON 类型的基本概念有所了解了，接下来，我们进入实战环节：如何在业务中用好JSON类型？

业务表结构设计实战

---

用户登录设计

在数据库中，JSON 类型比较适合存储一些修改较少、相对静态的数据，比如用户登录信息的存储如下：

DROP TABLE IF EXISTS UserLogin;

CREATE TABLE UserLogin (

userId BIGINT NOT NULL,

loginInfo JSON,

PRIMARY KEY(userId)

);

由于当前业务的登录方式越来越多样化，如同一账户支持手机、微信、QQ 账号登录，所以这里可以用 JSON 类型存储登录的信息。

接着，插入下面的数据：

SET @a = ’

{

“cellphone” : “13918888888”,

“wxchat” : “码农”,

“QQ” : “82946772”

}

';

INSERT INTO UserLogin VALUES (1,@a);

SET @b = ’

{

“cellphone” : “15026888888”

}

';

INSERT INTO UserLogin VALUES (2,@b);

从上面的例子中可以看到，用户 1 登录有三种方式：手机验证码登录、微信登录、QQ 登录，而用户 2 只有手机验证码登录。

而如果不采用 JSON 数据类型，就要用下面的方式建表：

SELECT

userId,

JSON_UNQUOTE(JSON_EXTRACT(loginInfo,“$.cellphone”)) cellphone,

JSON_UNQUOTE(JSON_EXTRACT(loginInfo,“$.wxchat”)) wxchat

FROM UserLogin;

±-------±------------±-------------+

| userId | cellphone   | wxchat       |

±-------±------------±-------------+

|      1 | 13918888888 | 码农     |

|      2 | 15026888888 | NULL         |

±-------±------------±-------------+

2 rows in set (0.01 sec)

当然了，每次写 JSON_EXTRACT、JSON_UNQUOTE 非常麻烦，MySQL 还提供了 ->> 表达式，和上述 SQL 效果完全一样：

SELECT

userId,

loginInfo->>“$.cellphone” cellphone,

loginInfo->>“$.wxchat” wxchat

FROM UserLogin;

当 JSON 数据量非常大，用户希望对 JSON 数据进行有效检索时，可以利用 MySQL 的 函数索引 功能对 JSON 中的某个字段进行索引。

比如在上面的用户登录示例中，假设用户必须绑定唯一手机号，且希望未来能用手机号码进行用户检索时，可以创建下面的索引：

ALTER TABLE UserLogin ADD COLUMN cellphone VARCHAR(255) AS (loginInfo->>“$.cellphone”);

ALTER TABLE UserLogin ADD UNIQUE INDEX idx_cellphone(cellphone);

上述 SQL 首先创建了一个虚拟列 cellphone，这个列是由函数 loginInfo->>“$.cellphone” 计算得到的。然后在这个虚拟列上创建一个唯一索引 idx_cellphone。这时再通过虚拟列 cellphone 进行查询，就可以看到优化器会使用到新创建的 idx_cellphone 索引：

EXPLAIN SELECT  *  FROM UserLogin

WHERE cellphone = ‘13918888888’\G

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

id: 1

select_type: SIMPLE

table: UserLogin

partitions: NULL

type: const

possible_keys: idx_cellphone

key: idx_cellphone

key_len: 1023

ref: const

rows: 1

filtered: 100.00

Extra: NULL

1 row in set, 1 warning (0.00 sec)

当然，我们可以在一开始创建表的时候，就完成虚拟列及函数索引的创建。如下表创建的列 cellphone 对应的就是 JSON 中的内容，是个虚拟列；uk_idx_cellphone 就是在虚拟列 cellphone 上所创建的索引。

CREATE TABLE UserLogin (

userId BIGINT,

loginInfo JSON,

cellphone VARCHAR(255) AS (loginInfo->>“$.cellphone”),

PRIMARY KEY(userId),

UNIQUE KEY uk_idx_cellphone(cellphone)

);

用户画像设计

某些业务需要做用户画像（也就是对用户打标签），然后根据用户的标签，通过数据挖掘技术，进行相应的产品推荐。比如：

• 在电商行业中，根据用户的穿搭喜好，推荐相应的商品；

• 在音乐行业中，根据用户喜欢的音乐风格和常听的歌手，推荐相应的歌曲；

• 在金融行业，根据用户的风险喜好和投资经验，推荐相应的理财产品。

在这，我强烈推荐你用 JSON 类型在数据库中存储用户画像信息，并结合 JSON 数组类型和多值索引的特点进行高效查询。假设有张画像定义表：

CREATE TABLE Tags (

tagId bigint auto_increment,

tagName varchar(255) NOT NULL,

primary key(tagId)

);

SELECT * FROM Tags;

±------±-------------+

| tagId | tagName      |

±------±-------------+

|     1 | 70后         |

|     2 | 80后         |

|     3 | 90后         |

|     4 | 00后         |

|     5 | 爱运动       |

|     6 | 高学历       |

|     7 | 小资         |

|     8 | 有房         |

|     9 | 有车         |

|    10 | 常看电影     |

|    11 | 爱网购       |

|    12 | 爱外卖       |

±------±-------------+

可以看到，表 Tags 是一张画像定义表，用于描述当前定义有多少个标签，接着给每个用户打标签，比如用户 David，他的标签是 80 后、高学历、小资、有房、常看电影；用户 Tom，90 后、常看电影、爱外卖。

若不用 JSON 数据类型进行标签存储，通常会将用户标签通过字符串，加上分割符的方式，在一个字段中存取用户所有的标签：

±------±--------------------------------------+

|用户    |标签                                   |

±------±--------------------------------------+

|David  |80后 ； 高学历 ； 小资 ； 有房 ；常看电影   |

|Tom    |90后 ；常看电影 ； 爱外卖                 |

±------±--------------------------------------

这样做的缺点是：不好搜索特定画像的用户，另外分隔符也是一种自我约定，在数据库中其实可以任意存储其他数据，最终产生脏数据。

用 JSON 数据类型就能很好解决这个问题：

DROP TABLE IF EXISTS UserTag;

CREATE TABLE UserTag (

userId bigint NOT NULL,

userTags JSON,

PRIMARY KEY (userId)

);

INSERT INTO UserTag VALUES (1,‘[2,6,8,10]’);

INSERT INTO UserTag VALUES (2,‘[3,10,12]’);

其中，userTags 存储的标签就是表 Tags 已定义的
那些标签值，只是使用 JSON 数组类型进行存储。

MySQL 8.0.17 版本开始支持 Multi-Valued Indexes，用于在 JSON 数组上创建索引，并通过函数 member of、json_contains、json_overlaps 来快速检索索引数据。所以你可以在表 UserTag 上创建 Multi-Valued Indexes：

ALTER TABLE UserTag

ADD INDEX idx_user_tags ((cast((userTags->“$”) as unsigned array)));

如果想要查询用户画像为常看电影的用户，可以使用函数 MEMBER OF：

EXPLAIN SELECT * FROM UserTag

WHERE 10 MEMBER OF(userTags->“$”)\G

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

id: 1

select_type: SIMPLE

table: UserTag

partitions: NULL

type: ref

possible_keys: idx_user_tags

key: idx_user_tags

key_len: 9

ref: const