真正認識到JSON數據類型的威力

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）主要用于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) );

由于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。接著，插入下面的數據：

SET?@a?=?' { ???"cellphone"?:?"13918888888", ???"wxchat"?:?"破產碼農", ???"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?|?破產碼農?????| |??????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。這份架構師圖譜建議看看，少走彎路。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，并結合 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?|??？措娪?????| |????11?|?愛網購???????| |????12?|?愛外賣???????| +-------+--------------+

可以看到，表 Tags 是一張畫像定義表，用于描述當前定義有多少個標簽，接著給每個用戶打標簽，比如用戶 David，他的標簽是 80 后、高學歷、小資、有房、?？措娪?；用戶 Tom，90 后、?？措娪?、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?；?？措娪???| |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。另外，MySQL 系列面試題和答案全部整理好了，微信搜索Java技術棧，在后臺發送：面試，可以在線閱讀。MySQL 8.0.17 版本開始支持 Multi-Valued Indexes，用于在 JSON 數組上創建索引，并通過函數 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?？措娪暗挠脩?，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?？措娪暗挠脩簦梢允褂煤瘮?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?？措娪暗挠脩?，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)