本文给大家分享的是在mysql5.7中操作json的函数的使用方法以及相关示例,非常的实用,有需要的小伙伴可以参考下
前言
JSON是一种轻量级的数据交换格式,采用了独立于语言的文本格式,类似XML,但是比XML简单,易读并且易编写。对机器来说易于解析和生成,并且会减少网络带宽的传输。
JSON的格式非常简单: 名称/键值 。之前MySQL版本里面要实现这样的存储,要么用VARCHAR要么用TEXT大文本。 MySQL5.7发布后,专门设计了JSON数据类型以及关于这种类型的检索以及其他函数解析。
下面一起来实际操作一下。
创建带有 JSON 字段的表
比如一个‘文章'表,字段包括
id、标题 title、标签 tags
一篇文章会有多个标签,tags 就可以设为 JSON 类型
建表语句如下:
CREATE TABLE article` (
id` mediumint(8) unsigned NOT NULL AUTO_INCREMENT,
title` varchar (200) NOT NULL ,
tags` json DEFAULT NULL ,
PRIMARY KEY (`id`)
) ENGINE=InnoDB;
插入数据
插入一条带有 JSON 内容的数据,执行 insert 语句:
INSERT INTO article` (`title`, `tags`)
VALUES (
'体验 Mysql JSON' ,
'["Mysql", "Database"]'
);
这里插入的是一个 JOSN 数组 [“Mysql”, “Database”]
查询 article 表中的所有内容,可以看到新插入的这条数据
查询
使用 JSON 函数做两个简单的查询
1.查找带有标签”Mysql”的所有文章
SELECT * FROM article`
WHERE JSON_CONTAINS(tags, '["Mysql"]' );
2.查找标签中以”Data”开头的文章
SELECT * FROM article`
WHERE JSON_SEARCH(tags, 'one' , 'Data%' ) IS NOT NULL ;
JSON_SEARCH 函数中3个参数的含义:
1.要查找的文档
2.查找的范围,有两个选项,'one' 查找第一个符合条件的,'all'查找所有符合条件的
3.查找的条件
JSON Path
JSON Path用来定位文档中的目标字段,例如
SELECT JSON_EXTRACT(
'{"id": 1, "name": "mysql"}' ,
'$.name'
);
结果为:mysql
JSON_EXTRACT() 是JSON提取函数, $.name 就是一个 JSON path ,表示定位文档的 name 字段
JSON path 是以 $ 开头,下面看几个更多的示例
{
"num" : 123,
"arr" : [1, 2],
"obj" : {
"a" : 3,
"b" : 4
}
}
$.num //结果:123
$.arr //结果:[1, 2]
$.arr[1] //结果:1
$.obj.a //结果:3
$**.b //结果:4
使用 JSON path 的查询示例
SELECT
tags-> "$[0]" as 'tag'
FROM article`;
更新数据
例如想给文章添加一个 “dev” tag,更新的条件是已经包含 “Mysql” 标签,并且还没有 “dev” 标签的数据
更新语句如下:
UPDATE article`
SET tags = JSON_MERGE(tags, '["dev"]' )
WHERE
JSON_SEARCH(tags, 'one' , 'dev' ) IS NULL
AND
JSON_SEARCH(tags, 'one' , 'Mysql' ) IS NOT NULL ;
可以看到成功添加了 “dev” 标签
再比如想把 “Mysql” 这个标签更新为 “Mysql 5.7.13″,更新语句如下:
UPDATE article` set tags = JSON_SET(tags, ‘$[0] ', ‘Mysql 5.7.13' ) ;
上面体验了 JSON_MERGE 和 JSON_SET ,用于修改JSON的函数还有很多,例如:
JSON_INSERT(doc, path, val[, path, val]…)
插入数据
JSON_REPLACE(doc, path, val[, path, val]…)
替换数据
JSON_ARRAY_APPEND(doc, path, val[, path, val]…)
向数组尾部追加数据
JSON_REMOVE(doc, path[, path]…)
从指定位置移除数据
通过初步的操作体验,感觉 Mysql 的 JSON 操作还是比较顺畅的,以后可以在mysql中使用文档结构确实很方便