MySQL 的 JSON 路径格式

冲浪中台2025-03-29 9:46

MySQL 使用特定的 JSON 路径表达式语法来导航和提取 JSON 文档中的数据

基本结构

MySQL 中的 JSON 路径遵循以下通用格式

复制代码

|---|-----------|
| | $[路径组件] |

路径组件详解

复制代码

|---|-------------------------------------------------------|
| | | 操作符 | 描述 | 示例 | |
| | | ----------- | --------- | --------------------- | |
| | | $ \| 根对象 \| $ | |
| | | . 或 [] | 成员访问 | $.name 或 $['name'] | |
| | | [*] | 数组通配符 | $.items[*] | |
| | | [n] | 数组索引 | $[0] | |
| | | [m to n] | 数组范围 | $[1 to 3] | |
| | | ** | 递归通配符 | $**.price | |

1. 根对象 ($)

  • $ 表示整个 JSON 文档

2. 成员访问 (. 或 [])

  • 点号表示法：$.store.book
  • 括号表示法：$['store']['book']
  • 当键名包含特殊字符或空格时使用括号表示法

3. 数组访问

  • 所有元素：$[*] 或 $.array[*]
  • 指定索引：$[0] 计数是从0开始
  • 范围：$[1 to 3]（MySQL 8.0.26+）

4. 通配符

  • * 匹配当前层级所有成员/元素
  • ** 递归搜索所有路径（MySQL 8.0.26+）

特殊语法元素

1. 过滤表达式 (MySQL 8.0.4+)

复制代码

|---|----------------------------|
| | $.items[?(@.price > 10)] |

  • ? 引入过滤表达式
  • @ 表示当前元素

2. 路径范围 (MySQL 8.0.26+)

复制代码

|---|-------------------------------|
| | $[1 to 3] // 第1到第3个元素 |
| | $[last-1] // 倒数第二个元素 |
| | $[last-2 to last] // 最后三个元素 |

实际示例

简单路径

复制代码

|---|---------------------------------------------------------------|
| | -- 提取标量值 |
| | SELECT JSON_EXTRACT('{"name": "张三", "age": 30}', '$.name'); |
| | |
| | -- 数组元素, 输出 "b", 注意是带双引号的 |
| | SELECT JSON_EXTRACT('["a", "b", "c"]', '$[1]'); |

复杂路径

复制代码

|---|-------------------------------------------------------------------------------------------|
| | -- 嵌套对象 |
| | SELECT JSON_EXTRACT('{"store": {"book": {"title": "MySQL指南"}}}', '$.store.book.title'); |
| | |
| | -- 对象数组 |
| | SELECT JSON_EXTRACT('{"items": [{"id": 1}, {"id": 2}]}', '$.items[*].id'); |

简写操作符

MySQL 提供常用操作的简写形式

  • -> : 等同于 JSON_EXTRACT()
  • ->> : 等同于 JSON_UNQUOTE(JSON_EXTRACT())
复制代码

|---|-------------------------------------------------------------|
| | -- 以下两种写法等价： |
| | SELECT json_column->'$.name'; |
| | SELECT JSON_EXTRACT(json_column, '$.name'); |
| | |
| | -- 以下两种写法等价（返回去除引号的字符串）： |
| | SELECT json_column->>'$.name'; |
| | SELECT JSON_UNQUOTE(JSON_EXTRACT(json_column, '$.name')); |

注意

  1. 路径表达式区分大小写
  2. 不存在的路径返回 NULL（不会报错）
  3. ** 递归操作符可能影响性能
  4. 过滤表达式支持比较运算符：=、!=、<、> 等

MySQL 的 JSON_TABLE 函数

使用过 JSON_EXTRACT 函数都知道, 这样获取的结果还不是真正的行列结构, MySQL 8.0 引入的 JSON_TABLE 函数可以将 JSON 数据转换为关系型表格格式, 将数组中的每个元素转换成表格中的一行数据.

JSON_TABLE 的功能

  1. 将 JSON 数组展开为多行记录
  2. 提取嵌套的 JSON 对象属性
  3. 将半结构化数据转为结构化数据

JSON_TABLE 用法

复制代码

|---|-----------------------------------------------------------------|
| | JSON_TABLE( |
| | json_doc, -- JSON 类型的字段或值 |
| | path_expression -- JSON 路径表达式 |
| | COLUMNS( -- 新表的列定义 |
| | column_name column_type PATH json_path [on_empty] [on_error], |
| | ... |
| | ) |
| | ) [AS] alias |

参数说明

  1. json_doc：可以是 JSON 字符串字面量, 或者表中的 JSON 类型列
  2. path_expression：指向要展开的 JSON 数组的路径
  3. COLUMNS ：定义输出列的结构
    • column_name：生成的列名
    • column_type：数据类型（如 VARCHAR, INT, JSON 等）
    • PATH：指定数据提取路径
  4. alias：必须提供的表别名

实际案例

将整数数组展开为一列多行

复制代码

|---|-------------------------|
| | SELECT * |
| | FROM JSON_TABLE( |
| | '[1, 2, 3]', |
| | '$[*]' COLUMNS( |
| | rowid FOR ORDINALITY, |
| | value INT PATH '$' |
| | ) |
| | ) AS t; |

输出

复制代码

|---|------------------|
| | rowid | value |
| | ------+------- |
| | 1 | 1 |
| | 2 | 2 |
| | 3 | 3 |

将对象数组展开为多列多行

复制代码

|---|------------------------------------------------------|
| | SELECT * |
| | FROM JSON_TABLE( |
| | '[{"name":"张三","age":25},{"name":"李四","age":30}]', |
| | '$[*]' COLUMNS( |
| | name VARCHAR(20) PATH '$.name', |
| | age INT PATH '$.age', |
| | adult VARCHAR(3) PATH '$.age' DEFAULT '否' ON EMPTY |
| | ) |
| | ) AS t; |

输出

复制代码

|---|----------------------|
| | name | age | adult |
| | -----+-----+------ |
| | 张三 | 25 | 否 |
| | 李四 | 30 | 否 |

在数据表中展开

如果JSON是表中的一个字段, 可以使用 table_1 CROSS JOIN JSON_TABLE(...) 展开, 例如一个表 v_video 的字段 result 为 JSON 字段, 需要展开 result 中的一个成员 sequences, 写成SQL如下

复制代码

|---|----------------------------------------------|
| | SELECT |
| | e.id, |
| | e.match_id, |
| | e.result->>'$.id' AS json_id, |
| | j.tag->>'$.sf' AS sf_value, |
| | j.tag->>'$.ef' AS ef_value, |
| | j.tag->>'$.ef' - j.tag->>'$.sf'AS duration |
| | FROM |
| | v_video e |
| | CROSS JOIN JSON_TABLE( |
| | e.result->'$.sequences', |
| | '$[*]' COLUMNS ( |
| | tag JSON PATH '$' |
| | ) |
| | ) AS j ON e.match_id = 294 |

上面的SQL, 通过 CROSS JOIN JSON_TABLE 将每一行 e.result 字段下的 sequences 数组展开, 每个数组元素成为新字段 tag, 这时候还是一个 JSON, 然后在SELECT 中通过->>抽取其中的值, 得到完全展开的一个新表.

高级用法

FOR ORDINALITY 子句

生成自增的行号列

复制代码

|---|----------------------|
| | COLUMNS( |
| | id FOR ORDINALITY, |
| | ... |
| | ) |

嵌套路径处理

复制代码

|---|---------------------------------------|
| | COLUMNS( |
| | NESTED PATH '$.nested_obj' COLUMNS( |
| | sub_col1 INT PATH '$.prop1', |
| | sub_col2 VARCHAR(10) PATH '$.prop2' |
| | ) |
| | ) |

上面的例子用嵌套可以改写为

复制代码

|---|------------------------------|
| | SELECT |
| | j.id, |
| | j.sf, |
| | j.ef, |
| | j.ef - j.sf AS duration |
| | FROM |
| | v_video e |
| | CROSS JOIN |
| | JSON_TABLE( |
| | e.result->'$.sequences', |
| | '$[*]' COLUMNS ( |
| | id FOR ORDINALITY, |
| | NESTED PATH '$' COLUMNS( |
| | ef INT PATH '$.ef', |
| | sf INT PATH '$.sf' |
| | ) |
| | ) |
| | ) AS j ON e.match_id = 294 |

上面的SQL, 通过 NESTED PATH ... COLUMNS(...) 将展开后数组中的一个JSON元素进一步展开为多个字段.

错误处理

复制代码

|---|---------------------------------------------------------|
| | COLUMNS( |
| | ef INT PATH '$.ef' NULL ON EMPTY NULL ON ERROR, |
| | sf INT PATH '$.sf' DEFAULT '0' ON EMPTY NULL ON ERROR |
| | ) |

格式是

复制代码

|---|-------------------------------------------------|
| | on_empty: |
| | {NULL | DEFAULT json_string | ERROR} ON EMPTY |
| | |
| | on_error: |
| | {NULL | DEFAULT json_string | ERROR} ON ERROR |

注意事项

  1. MySQL 版本要高于8.0
  2. 路径表达式必须指向 JSON 数组, 注意是数组
  3. 必须为结果集指定别名
  4. 在 FROM 子句和 JOIN 子句中都可以使用
  5. 在性能上, 对大数据集使用 JSON_TABLE 可能较慢, 可以为 JSON 列创建函数索引提高查询性能

行业拓展

分享一个面向研发人群使用的前后端分离的低代码软件------JNPF。

基于 Java Boot/.Net Core双引擎，它适配国产化，支持主流数据库和操作系统，提供五十几种高频预制组件，内置了常用的后台管理系统使用场景和实用模版，通过简单的拖拉拽操作，开发者能够高效完成软件开发，提高开发效率，减少代码编写工作。

JNPF基于SpringBoot+Vue.js，提供了一个适合所有水平用户的低代码学习平台，无论是有经验的开发者还是编程新手，都可以在这里找到适合自己的学习路径。

此外，JNPF支持全源码交付，完全支持根据公司、项目需求、业务需求进行二次改造开发或内网部署，具备多角色门户、登录认证、组织管理、角色授权、表单设计、流程设计、页面配置、报表设计、门户配置、代码生成工具等开箱即用的在线服务。

相关推荐
靠近彗星5 分钟前
基于 Vue + Django + MySQL 实现个人博客/CMS系统
前端·vue.js·python·mysql·django
男Ren、麦根1 小时前
MySQL 复制与主从架构（Master-Slave）
数据库·mysql·架构
Stuild Stuil2 小时前
Mysql 字段值批量自增或自减(坐标系数据，（x,y）)
java·javascript·mysql
morganmin2 小时前
(一)MySQL常见疑惑之：select count(*)和select count(1)的区别
数据库·mysql
zhangjin12223 小时前
kettle从入门到精通 第九十四课 ETL之kettle MySQL Bulk Loader大批量高性能数据写入
大数据·数据仓库·mysql·etl·kettle实战·kettlel批量插入·kettle mysql
深圳厨神3 小时前
mysql对表，数据，索引的操作sql
数据库·sql·mysql
hweiyu003 小时前
从JVM到分布式锁：高并发架构设计的六把密钥
jvm·redis·分布式·mysql·etcd
小陈又菜3 小时前
MySQL-触发器
数据库·mysql·database·触发器
平凡的小y3 小时前
MySQL内置函数
数据库·mysql
慕丹4 小时前
虫洞数观系列三 | 数据分析全链路实践：Pandas清洗统计 + Navicat可视化呈现
python·mysql·数据挖掘·数据分析·pandas
热门推荐
01我决定放弃搞 Java 了02DeepSeek各版本说明与优缺点分析03如何在WPS和Word/Excel中直接使用DeepSeek功能04从零安装 LLaMA-Factory 微调 Qwen 大模型成功及所有的坑05苍穹外卖面试总结06DeepSeek R1本地化部署 Ollama + Chatbox 打造最强 AI 工具07RAG 实践- Ollama+RagFlow 部署本地知识库08本地化部署AI知识库：基于Ollama+DeepSeek+AnythingLLM保姆级教程09如何本地部署AI智能体平台，带你手搓一个AI Agent10循环神经网络RNN（含LSTM，GRU）小综述