数据库管理-第185期 23ai:一套关系型数据干掉多套JSON存储（20240508）

数据库管理185期 2024-05-08

[数据库管理-第185期 23ai:一套关系型数据干掉多套JSON存储（20240508）](#数据库管理-第185期 23ai:一套关系型数据干掉多套JSON存储（20240508）)
- [1 上期示例说明](#1 上期示例说明)
- [2 两个参数](#2 两个参数)
- - [2.1 NEST/UNNEST](#2.1 NEST/UNNEST)
  - [2.2 CHECK/NOCHECK](#2.2 CHECK/NOCHECK)
- [3 一数多用](#3 一数多用)
- - [3.1 以用户维度输出订单信息](#3.1 以用户维度输出订单信息)
  - [3.2 以产品维度](#3.2 以产品维度)
  - [3.3 以产品种类维度](#3.3 以产品种类维度)
- [4 美化输出](#4 美化输出)
- 总结

数据库管理-第185期 23ai:一套关系型数据干掉多套JSON存储（20240508）

作者：胖头鱼的鱼缸（尹海文）

Oracle ACE Associate: Database（Oracle与MySQL）

PostgreSQL ACE Partner

10年数据库行业经验，现主要从事数据库服务工作

拥有OCM 11g/12c/19c、MySQL 8.0 OCP、Exadata、CDP等认证

墨天轮MVP、认证技术专家、年度墨力之星，ITPUB认证专家、专家百人团成员，OCM讲师，PolarDB开源社区技术顾问，OceanBase观察团成员

圈内拥有"总监"、"保安"、"国产数据库最大敌人"等称号，非著名社恐（社交恐怖分子）

公众号：胖头鱼的鱼缸；CSDN：胖头鱼的鱼缸（尹海文）；墨天轮：胖头鱼的鱼缸；ITPUB：yhw1809。

除授权转载并标明出处外，均为"非法"抄袭

上一期通过一个简单的示例展示了JSON关系二元性视图，视图创建了，但是里面很多内容，比如映射关系、数据关系维护等等都没有深入讲，还有就是如何用一套关系表数据实现多个JSON关系二元性视图。

1 上期示例说明

这里展示一下表和视图之间的一些映射关系：

箭头指定了每个表在视图中的位置，其中最外层的是orders表，根据订单展示需求持续向内嵌套
各个主键（应当包含唯一约束列）都出现在了每一层表映射内容中
这里列之间的关联关系以及如何输出数据是由主外键关系实现的
这里创建视图使用的是GraphQL，这种方式可以用直接匹配输出结果的方式编写语句，也有以SQL定义，下面是官方文档提供的一个范例：
NEST/UNNEST：这个放在下一节讲解
增删改：默认都是允许的JSON关系二元性视图是只读的，不能增删改，在使用GraphQL的模式下使用@[no]insert, @[no]update, @[no]elete，@[no]check；SQL下则是WITH [NO]INSERT [NO]UPDATE [NO]DELETE ；可以控制到每张表的级别。下面是官方文档提供的两个范例：

对于上一期的范例就是只能增删改orders表涉及的字段。
对于数据修改，特别是原来JSON存储的冗余数据，由于底层数据存储不存在冗余，现在可以仅在JSON关系二元性视图中更新一条数据即可修改所有相关JSON数据展示；也可以修改底层关系表实现
CHECK：这个放在下一节讲解

2 两个参数

2.1 NEST/UNNEST

关于SQL中的unnest和nest，GraphQL中为@unnest, @nest，每个视图都定义了两个版本，其中一个包含嵌套对象，另一个使用关键字UNNEST定义，将嵌套对象展开为直接包含其字段，unset为指定嵌套对象中的属性何时应取消嵌套到父对象中。

这里直接通过下面的案例即可直观了解NEST/UNNEST的作用：

sql 复制代码

--新创建两个简单点的JSON关系二元性视图，分别使用@unnest和不指定
CREATE JSON DUALITY VIEW orders_jdv_unnest AS
orders
{
   _id          : order_id,
   ordertime    : order_time,
   customers @unnest
   {
     cid        : customer_id,
     customer   : customer_name
   }
};
select json_serialize(t.data PRETTY) from orders_jdv_unnest t;

CREATE JSON DUALITY VIEW orders_jdv_nest AS
orders
{
   _id          : order_id,
   ordertime    : order_time,
   customers
   {
     cid        : customer_id,
     customer   : customer_name
   }
};
select json_serialize(t.data PRETTY) from orders_jdv_nest t;

其实UNNEST就是将嵌套的JSON内容作为上级字段直接展开输出，而NEST则是仍以嵌套JSON格式输出。

2.2 CHECK/NOCHECK

@[no]check/WITH [NO]CHECK，包括/排除ETAG的校验字段的步骤：

指定文档的部分内容在文档更新时是否检查state/version（状态/版本）。当更新文档时，通常需要上次数据库操作文档后，正在更新的文档的state/version不发生变化。

实现方法是使用无锁的乐观并发控制。默认情况下，JSON关系二元性视图支持每个文档在ETAG字段，即_metadata内的etag中记录一个文档状态签名。字段值被由文档内容和一些其他信息的哈希值，每次操作文档时都会被自动更新。

文档的更新操作会根据时间更新etag的值，并将该值与要更新的文档中之前存储的etag值（由应用程序发送）进行核对。如果两个值不一致则更新操作会失败。这种情况下，应用程序会重新从数据库数据库获取最新的etag值，然后再次尝试修改数据。

默认情况下，文档的所有字段的操作都需要校验etag的值。将指定字段排除校验之外，可以使用@nocheck/WITH NOCHECK来实现。在表级指定NOCHECK可以让这张表涉及所有列排除在校验之外，这种情况下在某些列上加上CHECK则可以将这些列的操作进行校验。也可以将NOCHECK指定到指定列以排除该列更新时校验etag值。

如果更新操作成功，则会进行它定义的所有更改，包括对未参与ETAG校验的字段的任何更改，从而覆盖在此期间可能对该字段进行的任何更改。也就是说，对于更新操作，不属于ETAG校验的字段不会被忽略。

如果没有列被标记NOCHECK，那么作为一个整体的JSON关系二元性视图的文档被操作时都会校验etag；如果所有列都被标记NOCHECK，则整个文档的操作都不会校验etag。这可以提高性能，对于较大的文档，这种提升更为显著。在以下情况下可能希望JSON关系二元性视图排除所有ETAG校验：

应用程序有自己的并发控制方式，因此不需要数据库ETAG校验
应用程序是单线程的，不可能同时对数据进行修改

3 一数多用

先增加一部分数据：

sql 复制代码

--orders
insert into orders values(12345682,to_timestamp('2024-05-07 09:42:21','yyyy-mm-dd hh24:mi:ss'),123456);
insert into orders values(12345683,to_timestamp('2024-05-07 09:45:25','yyyy-mm-dd hh24:mi:ss'),234567);
insert into orders values(12345684,to_timestamp('2024-05-07 09:48:01','yyyy-mm-dd hh24:mi:ss'),456789);
insert into orders values(12345685,to_timestamp('2024-05-07 09:51:44','yyyy-mm-dd hh24:mi:ss'),345678);

--order_details
insert into order_details values(11,12345685,98765);
insert into order_details values(12,12345685,87654);
insert into order_details values(13,12345683,87654);
insert into order_details values(14,12345684,65432);
insert into order_details values(15,12345684,76543);
insert into order_details values(16,12345682,98765);
insert into order_details values(17,12345682,98765);
insert into order_details values(18,12345682,87654);
insert into order_details values(19,12345683,76543);
insert into order_details values(20,12345684,65432);

commit;

现在尝试用一套关系表数据解决多套需求：

3.1 以用户维度输出订单信息

sql 复制代码

CREATE JSON DUALITY VIEW customers_jdv AS
customers
{
   _id          : customer_id,
   customer     : customer_name,
   order        : orders
   [ {
    oid         : order_id,
    ordertime   : order_time,
    details     : order_details
    [ {
         subid  : sub_id,
         products
          {
           pn        : product_id,
           pname     : product_name,
           price     : price_number,       
           product_type @unnest
            {
             typeid  : type_id,
             type    : type_name
            }
       }
     } ]
   } ]
};

3.2 以产品维度

sql 复制代码

CREATE JSON DUALITY VIEW products_jdv AS
products
{
   _id          : product_id,
   pname        : product_name,
   price        : price_number,
   product_type @unnest
   {
    typeid      : type_id,
    type        : type_name
   },
   order_details
   [ {
    subid       : sub_id,
    orders @unnest
    {
     order       : order_id,
     ordertime   : order_time,
     customers @unnest
     {
      cid       : customer_id,
      customer  : customer_name
     }
    }
   } ]
};

3.3 以产品种类维度

sql 复制代码

CREATE JSON DUALITY VIEW type_jdv AS
product_type
{
   _id          : type_id,
   type         : type_name,
   products
   [ {
   pn           : product_id,
   pname        : product_name,
   price        : price_number,
   order_details
     [ {
     subid       : sub_id,
     orders @unnest
     {
      order       : order_id,
      ordertime   : order_time,
      customers @unnest
      {
       cid       : customer_id,
       customer  : customer_name
      }
     }
    } ]
   } ]
};

4 美化输出

这里可以在SQL中使用json_serialize函数美化输出：

sql 复制代码

select json_serialize(t.data PRETTY) from orders_jdv t;

也可以使用最新的SQLDeveloper 23.1.1来试试：

总结

本期展示了JSON关系二元性视图更详细的内容，如何用一套数据实现多个JSON模型需求，以及在SQL层面美化JSON输出。

更多的关于JSON关系二元性视图其他操作将放在下一期。

老规矩，知道写了些啥。