MySQL 8.0.46 与 MySQL 9.7.0在sql语句方面的区别并举例说明

系统对比 MySQL 8.0.46 ​ 与 MySQL 9.7.0 ,并结合 Java 场景给出可运行的示例说明。

(不涉及 JDBC 驱动、连接方式等前置内容,只谈 SQL 本身)


一、总体结论先行(SQL 层面)

对比维度 MySQL 8.0.46 MySQL 9.7.0
JSON Duality View ❌ 不支持 ✅ 支持(可 DML)
EXPLAIN 优化器 传统 CBO ✅ Hypergraph
查询改写 有限 ✅ 更强
SQL 语法扩展 较少 ✅ 明显增多
递归 / 分析函数 基本支持 ✅ 更稳定
参数化 SQL 行为 部分差异 ✅ 更严格

**一句话总结:**​

MySQL 9.7.0 在 SQL 层面最大的变化是------

"能用更少的 SQL,完成更复杂的数据建模与查询。"


二、JSON Duality Views(最核心差异)

1️⃣ MySQL 8.0.46 的局限

在 8.0 中,如果你想用 JSON:

  • 只能用 JSON_OBJECT

  • 只能 SELECT

  • 不能直接 INSERT / UPDATE

示例(MySQL 8.0)

复制代码
-- 普通 JSON 查询
SELECT
  JSON_OBJECT(
    'id', o.id,
    'customer', o.customer_name
  ) AS order_json
FROM orders o;

👉 问题:

  • Java 中需要自己拆 JSON

  • 无法直接反向写回数据库

  • 复杂 JSON = 大量 SQL


2️⃣ MySQL 9.7.0:JSON Duality View(革命性)

定义 Duality View

复制代码
CREATE OR REPLACE VIEW order_jv OF JSON WITH DATA AS
SELECT JSON_OBJECT(
  'orderId'   : o.id,
  'customer'  : o.customer_name,
  'items'     : (
    SELECT JSON_ARRAYAGG(
      JSON_OBJECT(
        'product' : i.product,
        'qty'     : i.quantity
      )
    )
    FROM order_items i
    WHERE i.order_id = o.id
  )
)
FROM orders o;

这是 9.7 独有的 SQL 能力


Java 中直接操作 JSON(9.7)

复制代码
String sql = "INSERT INTO order_jv VALUES (?)";

PreparedStatement ps = conn.prepareStatement(sql);
ps.setString(1, """
{
  "orderId": 9001,
  "customer": "Tom",
  "items": [
    { "product": "Mouse", "qty": 2 }
  ]
}
""");

ps.executeUpdate();

不需要:

  • 拆分表

  • 多表 INSERT

  • MyBatis / JPA 映射


UPDATE(9.7 支持)

复制代码
UPDATE order_jv
SET data = JSON_SET(data, '$.customer', 'Jerry')
WHERE data->>'$.orderId' = '9001';

📌 在 8.0 中这是不可能的


三、EXPLAIN 与优化器差异(SQL 行为变化)

1️⃣ MySQL 8.0.46

复制代码
EXPLAIN
SELECT *
FROM orders o
JOIN order_items i ON o.id = i.order_id
WHERE o.status = 'PAID';

输出:

  • 传统 Join Order

  • 通常左深树

  • 优化器选择有限


2️⃣ MySQL 9.7.0(Hypergraph)

复制代码
EXPLAIN FORMAT=JSON
SELECT *
FROM orders o
JOIN order_items i ON o.id = i.order_id
WHERE o.status = 'PAID';

✅ 特点:

  • 支持 Bushy Join

  • 多表 JOIN 顺序更优

  • 复杂 SQL 自动重写

📌 对 Java 的影响:

  • 同一条 SQL

  • 在 9.7 可能快 30%~200%


四、WITH / CTE 的差异

1️⃣ MySQL 8.0.46

复制代码
WITH cte AS (
  SELECT order_id, SUM(amount) s
  FROM payments
  GROUP BY order_id
)
SELECT * FROM cte WHERE s > 1000;

✅ 支持

❌ 优化器能力较弱


2️⃣ MySQL 9.7.0

复制代码
WITH RECURSIVE tree AS (
  SELECT id, parent_id, name
  FROM categories
  WHERE parent_id IS NULL
  UNION ALL
  SELECT c.id, c.parent_id, c.name
  FROM categories c
  JOIN tree t ON c.parent_id = t.id
)
SELECT * FROM tree;

✅ 递归更稳定

✅ 执行计划更优

✅ Java 中适合菜单 / 组织结构


五、GROUP BY / DISTINCT 行为更严格

MySQL 8.0

复制代码
SELECT status, COUNT(*) 
FROM orders
GROUP BY status
ORDER BY create_time;

⚠️ 可能不报错(非标准 SQL)


MySQL 9.7.0(更严格)

复制代码
SELECT status, COUNT(*), create_time
FROM orders
GROUP BY status;

❌ 直接报错:

复制代码
Expression #3 of SELECT list is not in GROUP BY clause

更符合 SQL 标准

📌 Java 开发中:

  • MyBatis / JPA 生成的 SQL 更容易踩坑

  • 需要显式聚合或分组


六、窗口函数增强

MySQL 8.0

复制代码
SELECT
  id,
  amount,
  SUM(amount) OVER (PARTITION BY user_id ORDER BY create_time) AS running_total
FROM orders;

✅ 支持

❌ 大数据量性能一般


MySQL 9.7.0

复制代码
SELECT
  id,
  amount,
  AVG(amount) OVER w AS avg_amt,
  SUM(amount) OVER w AS sum_amt
FROM orders
WINDOW w AS (PARTITION BY user_id ORDER BY create_time);

✅ 支持 WINDOW 子句

✅ 执行效率更高

✅ SQL 更易维护


七、参数化 SQL 的行为差异

MySQL 8.0

复制代码
PREPARE stmt FROM
'SELECT * FROM orders WHERE status = ?';

✅ 支持

❌ 类型推断较弱


MySQL 9.7.0

复制代码
PREPARE stmt FROM
'SELECT * FROM orders WHERE status = CAST(? AS CHAR(20))';

✅ 类型检查更严格

✅ 更安全

✅ 减少隐式转换 bug


八、Java 场景下的实际影响总结

场景 8.0 9.7
JSON CRUD ❌ 难 ✅ 极简
复杂报表 SQL ✅ Hypergraph
递归结构 不稳定 ✅ 稳定
SQL 规范 宽松 ✅ 严格
学习成本 稍高

九、最终结论(SQL 角度)

MySQL 9.7.0 不是"小版本升级",而是 SQL 能力的质变

✅ 如果你:

  • 重度使用 JSON

  • 写复杂报表

  • 使用 CTE / 窗口函数

  • 希望减少 Java 层逻辑

👉 9.7 的 SQL 优势极其明显

相关推荐
zcmodeltech几秒前
智能矿井沙盘模型多系统协同控制系统设计:基于STM32与Modbus RTU的感知-传输-控制一体化方案
服务器·数据库·分布式·stm32·单片机·嵌入式硬件
烟漠河洛3 分钟前
俄罗斯电商3200亿卢布疯长:跨境支付与多平台订单系统架构解析
mysql·php
江晓鱼未暖1 小时前
十七、Redis 核心原理与架构详解
大数据·数据库·数据仓库·redis·缓存·架构
copyer_xyf1 小时前
PostgreSQL 做向量检索:一条单库路线
数据库·agent·nestjs
Access开发易登软件1 小时前
Access 怎么做前后端分离?用 Web API 读写 SQL Server
前端·数据库·人工智能·microsoft·excel·access
Juicedata1 小时前
腾讯云 x JuiceFS:基于 FoundationDB 的企业级统一存储实践
数据库·人工智能·科技·云计算·腾讯云
总捣什么乱11 小时前
MySQL MySQL是怎么保证主备一致的?
android·mysql·adb
小罗水1 小时前
第13章 Redis 缓存、幂等锁与任务状态
数据库·redis·缓存
SelectDB技术团队1 小时前
当 PostgreSQL 面临性能瓶颈:80TB 电商业务迁移至 Apache Doris 的实践思考
数据库·postgresql·apache
心念枕惊1 小时前
新写了个直播录制工具,可录制抖音快手斗鱼直播
运维·服务器·数据库