当前位置:首页 > 文章列表 > 文章 > php教程 > Laravel JSONB 字段多层数值求和方法

Laravel JSONB 字段多层数值求和方法

2026-04-03 20:57:56 0浏览 收藏
本文深入探讨了在 Laravel 应用中高效、安全地对 PostgreSQL JSONB 字段内嵌套数值(如 `body.aaa`、`body.bbb` 等)进行跨记录求和的实战方案,摒弃冗长 SQL 和脆弱手动解析,转而利用 Laravel 集合的 `map`、`sum`、`reduce` 等链式方法,在内存中完成结构化提取与多层聚合——既保障类型安全与空值容错,又支持灵活扩展(如按字段分别汇总),还无缝适配定时任务分批处理场景;同时明确划清性能边界,指出小数据量用集合优雅处理、大数据量则回归数据库原生 JSONB 函数,真正实现业务逻辑清晰、代码健壮可维护、扩展与性能兼得。

如何在 Laravel 中对 JSONB 字段中的多个嵌套数值进行求和

本文详解如何利用 Laravel 的集合(Collection)方法,高效、安全地对 PostgreSQL JSONB 类型字段中嵌套的多个键值(如 aaa、bbb 等)执行跨记录求和运算,并适配定时任务场景。

本文详解如何利用 Laravel 的集合(Collection)方法,高效、安全地对 PostgreSQL JSONB 类型字段中嵌套的多个键值(如 `aaa`、`bbb` 等)执行跨记录求和运算,并适配定时任务场景。

在 Laravel 应用中,当使用 PostgreSQL 的 jsonb 字段持久化结构化数据(如每月多条客户指标快照)时,常见的需求是:按客户聚合其所有历史记录中 JSON 内部各字段的数值总和(例如 body.aaa + body.bbb + body.ccc + body.ddd),用于生成月度汇总报表。

直接使用 Eloquent 查询或原生 SQL 对 JSONB 多层嵌套字段逐键求和虽可行,但代码冗长、可维护性差,且难以动态扩展。更优雅的方式是结合 Laravel 集合的链式操作能力,在内存中完成结构解析与聚合——前提是数据量可控(如单客户月度 4 条,总量合理)。

✅ 推荐实现方案:Collection 链式聚合

假设你的模型为 SummaryReport,表结构含 customer_id: integer 和 data: jsonb,其中 data 存储形如 {"body": {"aaa": 22, "bbb": 22, "ccc": 22, "ddd": 12}} 的 JSON。

以下代码片段展示了如何为指定客户 ID 计算其所有记录中 body 下全部数值字段的总和:

use Illuminate\Support\Arr;
use Illuminate\Support\Collection;

$customerId = 25;

// 1. 获取该客户的全部原始报告记录(Eloquent Collection)
$reports = SummaryReport::where('customer_id', $customerId)->get();

// 2. 使用 Collection 方法链式处理:
$totalSum = $reports->map(function ($report) {
    // 安全解析 data 字段,提取 body 对象
    $body = data_get(json_decode($report->data, associative: true), 'body', []);

    // 将 body 中所有数值(自动过滤非数字)求和
    return array_sum(array_filter($body, 'is_numeric'));
})->sum(); // 外层 sum 汇总所有记录的 body 总和

// ✅ $totalSum 即为客户 25 当前所有记录中 body 所有字段的数值总和

? 关键点说明:

  • data_get(..., 'body', []) 替代 json_decode(...)->body,避免因字段缺失导致的 Trying to get property 'body' of non-object 错误;
  • array_filter($body, 'is_numeric') 自动跳过 null、字符串等非数值项,增强健壮性;
  • map() + sum() 组合清晰分离「单条记录内求和」与「多条记录间求和」逻辑,语义明确、易于调试。

? 进阶:按字段分别汇总(如需 aaa_total、bbb_total)

若需生成分字段统计(而非单一总和),可改用 reduce() 或 groupBy 后聚合:

$fieldSums = $reports->reduce(function ($carry, $report) {
    $body = data_get(json_decode($report->data, associative: true), 'body', []);

    foreach (['aaa', 'bbb', 'ccc', 'ddd'] as $key) {
        $carry[$key] = ($carry[$key] ?? 0) + ($body[$key] ?? 0);
    }

    return $carry;
}, []);

// 结果示例:['aaa' => 22, 'bbb' => 120, 'ccc' => 22, 'ddd' => 13]

⚠️ 注意事项与最佳实践

  • 性能边界:本方案适用于单次处理数百至数千条记录。若需处理海量数据(如全量客户月报),建议改用 PostgreSQL 原生 JSONB 函数(如 jsonb_path_query_sum() 或 SUM((data->'body'->>'aaa')::numeric))在数据库层完成聚合,避免内存压力。
  • JSON 结构一致性:确保 data->body 结构稳定。可在模型中添加访问器(accessor)统一校验/标准化输入。
  • 空值与类型安全:始终使用 ?? 0 或 data_get(..., $key, 0) 防止 null 参与计算;对关键业务字段建议增加数据库约束(如 CHECK ((data->'body'->>'aaa') ~ '^[0-9]+$'))。
  • 定时任务集成:在 Artisan 命令中封装上述逻辑,配合 chunkById() 分批处理,防止超时:
SummaryReport::query()
    ->select('customer_id')
    ->distinct()
    ->chunkById(100, function ($chunks) {
        foreach ($chunks as $chunk) {
            $this->processCustomerMonthlySummary($chunk->customer_id);
        }
    });

通过合理运用 Laravel 集合的函数式编程能力,你无需编写复杂 SQL 即可灵活应对 JSONB 动态结构的聚合需求,让报表逻辑更专注业务,而非数据搬运。

文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《Laravel JSONB 字段多层数值求和方法》文章吧,也可关注golang学习网公众号了解相关技术文章。

17k小说网官网在线阅读入口17k小说网官网在线阅读入口
上一篇
17k小说网官网在线阅读入口
钉钉官网网页版地址入口
下一篇
钉钉官网网页版地址入口
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    395次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    473次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    479次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    423次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    249次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码