MySQL json 类型操作快速入门
MySQL 5.7.8开始支持 json类型.
create table t(id int,js json,PRIMARY KEY (`id`))
插入数据
insert into t values(1,'{"a":1,"s":"abc"}')
insert into t values(2,'[1,2,{"a":123}]')
insert into t values(3,'"str"')
insert into t values(4,'123')
直接提供字符串即可。还可以用JSON_Array和JSON_Object函数来构造
insert into t values(5,JSON_Object('key1',v1,'key2',v2))
insert into t values(4,JSON_Array(v1,v2,v3))
JSON_OBJECT([key, val[, key, val] ...])
JSON_ARRAY([val[, val] ...])
JSON_SET(json_doc, path, val[, path, val] ...)
修改数据
update t set js=json_set('{"a":1,"s":"abc"}','$.a',456,'$.b','bbb') where id=1
结果js={"a":456,"s":"abc","b":"bbb"}
path中$就代表整个doc,然后可以用JavaScript的方式指定对象属性或者数组下标等.
执行效果,类似json的语法
$.a=456
$.b="bbb"
存在就修改,不存在就设置.
$.c.c=123
这个在javascript中会出错,因为.c为null。
但是在json_set('{}','$.c.c',123)中,不存在的路径将直接被忽略。
特殊的对于数组,如果目标doc不是数组则会被转换成[doc],然后再执行set,
如果set的下标超过数组长度,只会添加到数组结尾。
select json_set('{"a":456}','$[1]',123)
结果[{"a":456},123]。目标现被转换成[{"a":456}],然后应用$[1]=123。
select json_set('"abc"','$[999]',123)
结果["abc",123]。
再举几个例子
select json_set('[1,2,3]','$[0]',456,'$[3]','bbb')
结果[456,2,3,'bbb']
注意:
对于javascript中
var a=[1,2,3]
a.a='abc'
是合法的,但是一旦a转成json字符串,a.a就丢失了。
而在mysql中,这种算作路径不存在,因此
select json_set('[1,2,3]','$.a',456)
结果还是[1,2,3]
然后还有另外两个版本
JSON_INSERT(json_doc, path, val[, path, val] ...)
如果不存在对应属性则插入,否则不做任何变动
JSON_REPLACE(json_doc, path, val[, path, val] ...)
如果存在则替换,否则不做任何变动
这两个操作倒是没有javascript直接对应的操作
select json_insert('{"a":1,"s":"abc"}','$.a',456,'$.b','bbb')
结果{"a":1,"s":"abc","b":"bbb"}
select json_replace('{"a":1,"s":"abc"}','$.a',456,'$.b','bbb')
结果{"a":456,"s":"abc"}
加上删除节点
JSON_REMOVE(json_doc, path[, path] ...)
如果存在则删除对应属性,否则不做任何变动
select json_replace('{"a":1,"s":"abc"}','$.a','$.b')
结果{"s":"abc"}
涉及数组时,三个函数与json_set基本一样
select json_insert('{"a":1}','$[0]',456)
结果不变,认为0元素已经存在了,注意这里结果不是[{"a":1}]
select json_insert('{"a":1}','$[999]',456)
结果追加到数组结尾[{"a":1},456]
select json_replace('{"a":1}','$[0]',456)
结果456!而非[456]
select json_replace('{"a":1}','$[1]',456)
结果不变。
其实对于json_insert和json_replace来说一般情况没必要针对数组使用。
select json_remove('{"a":1}','$[0]')
结果不变!
select json_remove('[{"a":1}]','$[0]')
结果[]
总之涉及数组的时候要小心。
JSON_MERGE(json_doc, json_doc[, json_doc] ...)
将多个doc合并
select json_merge('[1,2,3]','[4,5]')
结果[1,2,3,4,5]。数组简单扩展
select json_merge('{"a":1}','{"b":2}')
结果{"a":1,"b":2}。两个对象直接融合。
特殊的还是在数组
select json_merge('123','45')
结果[123,45]。两个常量变成数组
select json_merge('{"a":1}','[1,2]')
结果[{"a":1},1,2]。目标碰到数组,先转换成[doc]
select json_merge('[1,2]','{"a":1}')
结果[1,2,{"a":1}]。非数组都追加到数组后面。
JSON_ARRAY_APPEND(json_doc, path, val[, path, val] ...)
给指定的节点,添加元素,如果节点不是数组,则先转换成[doc]
select json_Array_append('[1,2]','$','456')
结果[1,2,456]
select json_Array_append('[1,2]','$[0]','456')
结果[[1,456],2]。指定插在$[0]这个节点,这个节点非数组,所以等效为
select json_Array_append('[[1],2]','$[0]','456')
JSON_ARRAY_INSERT(json_doc, path, val[, path, val] ...)
在数组的指定下标处插入元素
SELECT JSON_ARRAY_INSERT('[1,2,3]','$[1]',4)
结果[1,4,2,3]。在$数组的下标1处插入
SELECT JSON_ARRAY_INSERT('[1,[1,2,3],3]','$[1][1]',4)
结果[1,[1,4,2,3],3]。在$[1]数组的下标1处插入
SELECT JSON_ARRAY_INSERT('[1,2,3]','$[0]',4,'$[1]',5)
结果[4,5,1,2,3]。注意后续插入是在前面插入基础上的,而非[4,1,5,2,3]
提取json信息的函数
JSON_KEYS(json_doc[, path])
返回指定path的key
select json_keys('{"a":1,"b":2}')
结果["a","b"]
select json_keys('{"a":1,"b":[1,2,3]}','$.b')
结果null。数组没有key
JSON_CONTAINS(json_doc, val[, path])
是否包含子文档
select json_contains('{"a":1,"b":4}','{"a":1}')
结果1
select json_contains('{"a":2,"b":1}','{"a":1}')
结果0
select json_contains('{"a":[1,2,3],"b":1}','[1,2]','$.a')
结果1。数组包含则需要所有元素都存在。
select json_contains('{"a":[1,2,3],"b":1}','1','$.a')
结果1。元素存在数组元素中。
JSON_CONTAINS_PATH(json_doc, one_or_all, path[, path] ...)
检查路径是否存在
select JSON_CONTAINS_PATH('{"a":1,"b":1}', 'one','$.a','$.c')
结果1。只要存在一个
select JSON_CONTAINS_PATH('{"a":1,"b":1}', 'all','$.a','$.c')
结果0。必须全部存在。
select JSON_CONTAINS_PATH('{"a":1,"b":{"c":{"d":1}}}', 'one','$.b.c.d')
结果1。
select JSON_CONTAINS_PATH('{"a":1,"b":{"c":{"d":1}}}', 'one','$.a.c.d')
结果0。
JSON_EXTRACT(json_doc, path[, path] ...)
获得doc中某个或多个节点的值。
select json_extract('{"a":1,"b":2}','$.a')
结果1
select json_extract('{"a":[1,2,3],"b":2}','$.a[1]')
结果2
select json_extract('{"a":{"a":1,"b":2,"c":3},"b":2}','$.a.*')
结果[1,2,3]。a.*通配a所有属性的值返回成数组。
select json_extract('{"a":{"a":1,"b":2,"c":3},"b":4}','$**.b')
结果[2,4]。通配$中所有层次下的属性b的值返回成数组。
mysql5.7.9开始增加了一种简写方式:column->path
select id,js->'$.id' from t where js->'$.a'=1 order by js->'$.b'
等价于
select id,json_extract(js,'$.id')
from t where json_extract(js,'$.a')=1
order by json_extract(js,'$.b')
JSON_SEARCH(json_doc, one_or_all, search_str[, escape_char[, path] ...])
强大的查询函数,用于在doc中返回符合条件的节点,select则是在表中返回符合要求的纪录。
select json_search('{"a":"abc","b":{"c":"dad"}}','one','%a%')
结果$.a。和like一样可以用%和_匹配,在所有节点的值中匹配,one只返回一个。
select json_search('{"a":"abc","b":{"c":"dad"}}','all','%a%')
结果["$.a","$.b.c"]
select json_search('{"a":"abc","b":{"c":"dad"}}','all','%a%',null,'$.b')
结果["$.b.c"]。限制查找范围。
select json_search('{"a":"abc","b":{"c":"dad"},"c":{"b":"aaa"}}','all','%a%',null,'$**.b')
结果["$.b.c","$.c.b"]。查找范围还可使用通配符!在每个匹配节点和其下查找。
注意,只有json_extract和json_search中的path才支持通配,其他json_set,json_insert等都不支持。
JSON_LENGTH(json_doc[, path])
返回数组的长度,如果是object则是属性个数,常量则为1
select json_length('[1,2,3]')
结果3
select json_length('123')
结果1
select json_length('{"a":1,"b":2}')
结果2
可再跟path参数
select json_length('{"a":1,"b":[1,2,3]}','$.b')
结果3
JSON_DEPTH(json_doc)
返回doc深度
select json_depth('{}'),json_depth('[]'),json_depth('123')
结果1,1,1
select json_depth('[1,2,3,4,5,6]')
结果2
select json_depth('{"a":{"b":{"c":1}}}')
结果4
MySQL json 类型操作快速入门的更多相关文章
- MySQL JSON 类型数据操作
1.Java 中动态扩展字段,会导致数据库表被锁,在MySQL 5.7.8版本之前,因为MySQL不能直接操作JSON类型数据,可以将一个字段设定成varchar类型,里面存放JSON格式数据,这样在 ...
- MySQL JSON类型
MySQL支持JSON数据类型.相比于Json格式的字符串类型,JSON数据类型的优势有: 存储在JSON列中的JSON文档的会被自动验证.无效的文档会产生错误: 最佳存储格式.存储在JSON列中的J ...
- python - json模块使用 / 快速入门
json基本格式 """ json格式 -> [{}, {}]: [{ "name": "Bob", "gende ...
- MYSQL JSON字段操作
create CREATE TABLE t_test ( salary_data json NULL COMMENT 'JSON类型字段' ); -- insert INSERT INTO t_tes ...
- MySQL Json类型的数据处理
新建表 CREATE TABLE `user_copy` ( `id` ) NOT NULL, `name` ) DEFAULT NULL, `lastlogininfo` json DEFAULT ...
- golang-gorm框架支持mysql json类型
gorm框架目前不支持Json类型的数据结构 http://gorm.book.jasperxu.com/callbacks.html 如在Mysql中定义了如下的表结构 CREATE TABLE ` ...
- Solr快速入门(一)
概述 本文档介绍了如何获取和运行Solr,将各种数据源收集到多个集合中,以及了解Solr管理和搜索界面. 首先解压缩Solr版本并将工作目录更改为安装Solr的子目录.请注意,基本目录名称可能随Sol ...
- mysql 5.7 laravel json类型数据相关操作
2018年10月16日18:14:21 官方文档中文翻译版 原文:https://dev.mysql.com/doc/refman/5.7/en/json.html 最后有部分实例和一个小总结 11. ...
- MySQL数据库快速入门与应用实战(阶段一)
MySQL数据库快速入门与应用实战(阶段一) 作者 刘畅 时间 2020-09-02 实验环境说明: 系统:centos7.5 主机名 ip 配置 slavenode3 172.16.1.123 4核 ...
随机推荐
- [hihocoder 1050]求树的最长链
题目链接:http://hihocoder.com/problemset/problem/1050 两种方法: 1. 两遍dfs,第一次随便找一个根,找到距离这个根最远的点,这个点必然是最长链的一端. ...
- c++编辑器下载地址
https://msdn.itellyou.cn/ 输入上述地址选中下图所示的按钮:
- 理解JWT(JSON Web Token)认证及python实践
原文:https://segmentfault.com/a/1190000010312468?utm_source=tag-newest 几种常用的认证机制 HTTP Basic Auth HTTP ...
- WITH AS 使用
WITH AS 含义: WITH AS短语,也叫做子查询部分(subquery factoring),可以让你做很多事情,定义一个SQL片断,该SQL片断会被整个SQL语句所用到.有的时候,是为了让S ...
- Android百度定位API的使用
导入库文件 在下载页面下载最新的库文件.将liblocSDK2.4.so文件拷贝到libs/armeabi目录下.将locSDK2.4.jar文件拷贝到工程根目录下,并在工程属性->Java B ...
- C# 序列化理解 1(转)
序列化又称串行化,是.NET运行时环境用来支持用户定义类型的流化的机制.其目的是以某种存储形成使自定义对象持久化,或者将这种对象从一个地方传输到另一个地方. .NET框架提供了两种串行化的方式: ...
- spring+jersey+c3p0构建restful webservice(数据源采用c3p0)
项目下载地址: http://files.cnblogs.com/files/walk-the-Line/payment.zip
- 组合数学--Polya 原理及典型应用
Redfield-Polya (Pólya enumeration theorem,简称PET)定理是组合数学理论中最重要的定理之一.自从 1927 年 Redfield 首次运用 group red ...
- HDFS的xshell及dfsadmin命令
一. DFS:distributied file system 是一种允许文件通过网络在多台主机上风向的文件系统,可让多机器上的多用户分享文件和存储空间 二.HDFS的shell **切记后面加的 / ...
- 【BZOJ】1579: [Usaco2009 Feb]Revamping Trails 道路升级
[算法]分层图最短路 [题解] 考虑k层一模一样的图,然后每个夹层都在每条边的位置新加从上一层跨越到下一层的边权为0的边,这样至多选择k条边置为0. 然后考虑方便的写法. SPFA 第一次SPFA计算 ...