MySQL原來可以存JSON數據類型啊，是不是之前都用的varchar？？

關系型的結構化存儲存在一定的弊端，因為它需要預先定義好所有的列以及列對應的類型。但是業務在發展過程中，或許需要擴展單個列的描述功能，這時，如果能用好 JSON 數據類型，那就能打通關系型和非關系型數據的存儲之間的界限，為業務提供更好的架構選擇。

當然，很多同學在用 JSON 數據類型時會遇到各種各樣的問題，其中最容易犯的誤區就是將類型 JSON 簡單理解成字符串類型。但當你看完這篇文章后，會真正認識到 JSON 數據類型的威力，從而在實際工作中更好地存儲非結構化的數據。

JSON 數據類型

---

JSON（JavaScript Object Notation）主要用於互聯網應用服務之間的數據交換。MySQL 支持RFC 7159定義的 JSON 規范，主要有 JSON 對象 和 JSON 數組 兩種類型。下面就是 JSON 對象，主要用來存儲圖片的相關信息：

{
 "Image": {
   "Width": 800,
   "Height": 600,
   "Title": "View from 15th Floor",
   "Thumbnail": {
     "Url": "http://www.example.com/image/481989943",
     "Height": 125,
     "Width": 100
   },
 "IDs": [116, 943, 234, 38793]
 }
}

從中你可以看到， JSON 類型可以很好地描述數據的相關內容，比如這張圖片的寬度、高度、標題等（這里使用到的類型有整型、字符串類型）。

JSON對象除了支持字符串、整型、日期類型，JSON 內嵌的字段也支持數組類型，如上代碼中的 IDs 字段。

另一種 JSON 數據類型是數組類型，如：

[
   {
     "precision": "zip",
     "Latitude": 37.7668,
     "Longitude": -122.3959,
     "Address": "",
     "City": "SAN FRANCISCO",
     "State": "CA",
     "Zip": "94107",
     "Country": "US"
   },
   {
     "precision": "zip",
     "Latitude": 37.371991,
     "Longitude": -122.026020,
     "Address": "",
     "City": "SUNNYVALE",
     "State": "CA",
     "Zip": "94085",
     "Country": "US"
   }
 ]

上面的示例演示的是一個 JSON 數組，其中有 2 個 JSON 對象。

到目前為止，可能很多同學會把 JSON 當作一個很大的字段串類型，從表面上來看，沒有錯。但本質上，JSON 是一種新的類型，有自己的存儲格式，還能在每個對應的字段上創建索引，做特定的優化，這是傳統字段串無法實現的。JSON 類型的另一個好處是無須預定義字段，字段可以無限擴展。而傳統關系型數據庫的列都需預先定義，想要擴展需要執行 ALTER TABLE ... ADD COLUMN ... 這樣比較重的操作。

需要注意是，JSON 類型是從 MySQL 5.7 版本開始支持的功能，而 8.0 版本解決了更新 JSON 的日志性能瓶頸。如果要在生產環境中使用 JSON 數據類型，強烈推薦使用 MySQL 8.0 版本。

講到這兒，你已經對 JSON 類型的基本概念有所了解了，接下來，我們進入實戰環節：如何在業務中用好JSON類型？

業務表結構設計實戰

---

用戶登錄設計

在數據庫中，JSON 類型比較適合存儲一些修改較少、相對靜態的數據，比如用戶登錄信息的存儲如下：

DROP TABLE IF EXISTS UserLogin;

CREATE TABLE UserLogin (
    userId BIGINT NOT NULL,
    loginInfo JSON,
    PRIMARY KEY(userId)
);

由於當前業務的登錄方式越來越多樣化，如同一賬戶支持手機、微信、QQ 賬號登錄，所以這里可以用 JSON 類型存儲登錄的信息。

接着，插入下面的數據：

SET @a = '
{
   "cellphone" : "13918888888",
   "wxchat" : "碼農",
   "QQ" : "82946772"
}
';

INSERT INTO UserLogin VALUES (1,@a);

SET @b = '
{  
  "cellphone" : "15026888888"
}
';

INSERT INTO UserLogin VALUES (2,@b);

從上面的例子中可以看到，用戶 1 登錄有三種方式：手機驗證碼登錄、微信登錄、QQ 登錄，而用戶 2 只有手機驗證碼登錄。

而如果不采用 JSON 數據類型，就要用下面的方式建表：

SELECT
    userId,
    JSON_UNQUOTE(JSON_EXTRACT(loginInfo,"$.cellphone")) cellphone,
    JSON_UNQUOTE(JSON_EXTRACT(loginInfo,"$.wxchat")) wxchat
FROM UserLogin;
+--------+-------------+--------------+
| userId | cellphone   | wxchat       |
+--------+-------------+--------------+
|      1 | 13918888888 | 碼農     |
|      2 | 15026888888 | NULL         |
+--------+-------------+--------------+
2 rows in set (0.01 sec)

當然了，每次寫 JSON_EXTRACT、JSON_UNQUOTE 非常麻煩，MySQL 還提供了 ->> 表達式，和上述 SQL 效果完全一樣：

SELECT 
    userId,
    loginInfo->>"$.cellphone" cellphone,
    loginInfo->>"$.wxchat" wxchat
FROM UserLogin;

當 JSON 數據量非常大，用戶希望對 JSON 數據進行有效檢索時，可以利用 MySQL 的 函數索引 功能對 JSON 中的某個字段進行索引。

比如在上面的用戶登錄示例中，假設用戶必須綁定唯一手機號，且希望未來能用手機號碼進行用戶檢索時，可以創建下面的索引：

ALTER TABLE UserLogin ADD COLUMN cellphone VARCHAR(255) AS (loginInfo->>"$.cellphone");

ALTER TABLE UserLogin ADD UNIQUE INDEX idx_cellphone(cellphone);

上述 SQL 首先創建了一個虛擬列 cellphone，這個列是由函數 loginInfo->>"$.cellphone" 計算得到的。然后在這個虛擬列上創建一個唯一索引 idx_cellphone。這時再通過虛擬列 cellphone 進行查詢，就可以看到優化器會使用到新創建的 idx_cellphone 索引：

EXPLAIN SELECT  *  FROM UserLogin 
WHERE cellphone = '13918888888'\G
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: UserLogin
   partitions: NULL
         type: const
possible_keys: idx_cellphone
          key: idx_cellphone
      key_len: 1023
          ref: const
         rows: 1
     filtered: 100.00
        Extra: NULL
1 row in set, 1 warning (0.00 sec)

當然，我們可以在一開始創建表的時候，就完成虛擬列及函數索引的創建。如下表創建的列 cellphone 對應的就是 JSON 中的內容，是個虛擬列；uk_idx_cellphone 就是在虛擬列 cellphone 上所創建的索引。

CREATE TABLE UserLogin (
    userId BIGINT,
    loginInfo JSON,
    cellphone VARCHAR(255) AS (loginInfo->>"$.cellphone"),
    PRIMARY KEY(userId),
    UNIQUE KEY uk_idx_cellphone(cellphone)
);

用戶畫像設計

某些業務需要做用戶畫像（也就是對用戶打標簽），然后根據用戶的標簽，通過數據挖掘技術，進行相應的產品推薦。比如：

• 在電商行業中，根據用戶的穿搭喜好，推薦相應的商品；
• 在音樂行業中，根據用戶喜歡的音樂風格和常聽的歌手，推薦相應的歌曲；
• 在金融行業，根據用戶的風險喜好和投資經驗，推薦相應的理財產品。

在這，我強烈推薦你用 JSON 類型在數據庫中存儲用戶畫像信息，並結合 JSON 數組類型和多值索引的特點進行高效查詢。假設有張畫像定義表：

CREATE TABLE Tags (
    tagId bigint auto_increment,
    tagName varchar(255) NOT NULL,
    primary key(tagId)
);

SELECT * FROM Tags;
+-------+--------------+
| tagId | tagName      |
+-------+--------------+
|     1 | 70后         |
|     2 | 80后         |
|     3 | 90后         |
|     4 | 00后         |
|     5 | 愛運動       |
|     6 | 高學歷       |
|     7 | 小資         |
|     8 | 有房         |
|     9 | 有車         |
|    10 | 常看電影     |
|    11 | 愛網購       |
|    12 | 愛外賣       |
+-------+--------------+

可以看到，表 Tags 是一張畫像定義表，用於描述當前定義有多少個標簽，接着給每個用戶打標簽，比如用戶 David，他的標簽是 80 后、高學歷、小資、有房、常看電影；用戶 Tom，90 后、常看電影、愛外賣。

若不用 JSON 數據類型進行標簽存儲，通常會將用戶標簽通過字符串，加上分割符的方式，在一個字段中存取用戶所有的標簽：

+-------+---------------------------------------+
|用戶    |標簽                                   |
+-------+---------------------------------------+
|David  |80后 ； 高學歷 ； 小資 ； 有房 ；常看電影   |
|Tom    |90后 ；常看電影 ； 愛外賣                 |
+-------+---------------------------------------

這樣做的缺點是：不好搜索特定畫像的用戶，另外分隔符也是一種自我約定，在數據庫中其實可以任意存儲其他數據，最終產生臟數據。

用 JSON 數據類型就能很好解決這個問題：

DROP TABLE IF EXISTS UserTag;
CREATE TABLE UserTag (
    userId bigint NOT NULL,
    userTags JSON,
    PRIMARY KEY (userId)
);

INSERT INTO UserTag VALUES (1,'[2,6,8,10]');
INSERT INTO UserTag VALUES (2,'[3,10,12]');

其中，userTags 存儲的標簽就是表 Tags 已定義的那些標簽值，只是使用 JSON 數組類型進行存儲。

MySQL 8.0.17 版本開始支持 Multi-Valued Indexes，用於在 JSON 數組上創建索引，並通過函數 member of、json_contains、json_overlaps 來快速檢索索引數據。所以你可以在表 UserTag 上創建 Multi-Valued Indexes：

ALTER TABLE UserTag
ADD INDEX idx_user_tags ((cast((userTags->"$") as unsigned array)));

如果想要查詢用戶畫像為常看電影的用戶，可以使用函數 MEMBER OF：

EXPLAIN SELECT * FROM UserTag 
WHERE 10 MEMBER OF(userTags->"$")\G
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: UserTag
   partitions: NULL
         type: ref
possible_keys: idx_user_tags
          key: idx_user_tags
      key_len: 9
          ref: const
         rows: 1
     filtered: 100.00
        Extra: Using where
1 row in set, 1 warning (0.00 sec)

SELECT * FROM UserTag 
WHERE 10 MEMBER OF(userTags->"$");
+--------+---------------+
| userId | userTags      |
+--------+---------------+
|      1 | [2, 6, 8, 10] |
|      2 | [3, 10, 12]   |
+--------+---------------+
2 rows in set (0.00 sec)

如果想要查詢畫像為 80 后，且常看電影的用戶，可以使用函數 JSON_CONTAINS：

EXPLAIN SELECT * FROM UserTag 
WHERE JSON_CONTAINS(userTags->"$", '[2,10]')\G
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: UserTag
   partitions: NULL
         type: range
possible_keys: idx_user_tags
          key: idx_user_tags
      key_len: 9
          ref: NULL
         rows: 3
     filtered: 100.00
        Extra: Using where
1 row in set, 1 warning (0.00 sec)

SELECT * FROM UserTag 
WHERE JSON_CONTAINS(userTags->"$", '[2,10]');
+--------+---------------+
| userId | userTags      |
+--------+---------------+
|      1 | [2, 6, 8, 10] |
+--------+---------------+
1 row in set (0.00 sec)

如果想要查詢畫像為 80 后、90 后，且常看電影的用戶，則可以使用函數 JSON_OVERLAP：

EXPLAIN SELECT * FROM UserTag 
WHERE JSON_OVERLAPS(userTags->"$", '[2,3,10]')\G
*************************** 1. row ***************************
           id: 1
  select_type: SIMPLE
        table: UserTag
   partitions: NULL
         type: range
possible_keys: idx_user_tags
          key: idx_user_tags
      key_len: 9
          ref: NULL
         rows: 4
     filtered: 100.00
        Extra: Using where
1 row in set, 1 warning (0.00 sec)

SELECT * FROM UserTag 
WHERE JSON_OVERLAPS(userTags->"$", '[2,3,10]');
+--------+---------------+
| userId | userTags      |
+--------+---------------+
|      1 | [2, 6, 8, 10] |
|      2 | [3, 10, 12]   |
+--------+---------------+
2 rows in set (0.01 sec)

總結

---

JSON 類型是 MySQL 5.7 版本新增的數據類型，用好 JSON 數據類型可以有效解決很多業務中實際問題。最后，我總結下今天的重點內容：

• 使用 JSON 數據類型，推薦用 MySQL 8.0.17 以上的版本，性能更好，同時也支持 Multi-Valued Indexes；
• JSON 數據類型的好處是無須預先定義列，數據本身就具有很好的描述性；
• 不要將有明顯關系型的數據用 JSON 存儲，如用戶余額、用戶姓名、用戶身份證等，這些都是每個用戶必須包含的數據；
• JSON 數據類型推薦使用在不經常更新的靜態數據存儲。