当前位置:首页 > 文章列表 > 数据库 > MySQL > MySQL JSON 数组怎么展开成多行查询

MySQL JSON 数组怎么展开成多行查询

来源:17golang原创 2026-09-05 22:42:20 0浏览 收藏

如果订单表的 items 列保存的是 JSON 数组,查询时不需要在应用层循环,也不必先把数据拆成临时表。MySQL 8.4 支持 JSON_TABLE():把数组路径写成 $[*],数组中的每个元素就会成为结果集的一行。

要点速览
  • $[*] 匹配数组的每个元素,FOR ORDINALITY 可保留原数组顺序。
  • PATH 负责取字段,缺失值看 ON EMPTY,类型转换失败看 ON ERROR。
  • 频繁按展开字段筛选或建立索引时,应评估把 JSON 明细规范化到子表。

用 $[*] 把 JSON 数组映射成多行

假设 order_record.items 的内容类似 [{"sku":"A100","qty":2},{"sku":"B200","qty":1}]。最小可用写法如下:

SELECT o.order_no, jt.pos, jt.sku, jt.qty
FROM order_record AS o
JOIN JSON_TABLE(
  o.items,
  '$[*]' COLUMNS (
    pos FOR ORDINALITY,
    sku VARCHAR(32) PATH '$.sku',
    qty INT PATH '$.qty'
  )
) AS jt ON TRUE
WHERE o.order_no = 'SO1001'
ORDER BY jt.pos;

这里的 o.items 是输入 JSON,'$[*]' 是行源路径,sku 和 qty 是针对当前数组元素的相对路径。假设数组有两个对象,结果就是两行;pos 从 1 开始,适合恢复原始顺序。JSON_TABLE() 必须有表别名,且在 FROM 中可以引用它前面已经出现的表列,不需要额外写 LATERAL。

MySQL JSON_TABLE 将 order_record.items 数组按 $[*] 展开为 pos、sku、qty 三列的静态关系图
图1:从 order_record.items 到 JSON_TABLE 行源,再映射为序号和业务列;这能帮助定位数组路径与字段路径的区别。

用 PATH 和类型声明字段边界

PATH '$.sku' 取当前对象的 sku 属性,PATH '$' 则代表当前匹配到的整个值。列类型必须是标量类型,不能直接把 JSON 对象或数组塞进普通整数列。

生产数据经常存在字段缺失或类型漂移,可以把处理策略写在列定义里:

JSON_TABLE(
  o.items,
  '$[*]' COLUMNS (
    sku VARCHAR(32) PATH '$.sku' ERROR ON EMPTY,
    qty INT PATH '$.qty' DEFAULT '0' ON EMPTY NULL ON ERROR,
    has_note INT EXISTS PATH '$.note'
  )
) AS jt

默认情况下,缺失值是 NULL ON EMPTY,类型转换或把数组保存到标量列出错时是 NULL ON ERROR。对必填业务字段可以使用 ERROR ON EMPTY,让脏数据尽早暴露;对可选数量字段则可以给出默认值。注意顺序应写成 ON EMPTY 再写 ON ERROR,反过来的非标准写法在 MySQL 中已被标记为弃用。

用 NESTED PATH 展开对象里的子数组

如果每个商品还有标签数组,例如 {"sku":"A100","tags":["促销","冷藏"]},可以在父级列中嵌套一层:

SELECT o.order_no, jt.sku, jt.tag
FROM order_record AS o
JOIN JSON_TABLE(
  o.items,
  '$[*]' COLUMNS (
    sku VARCHAR(32) PATH '$.sku',
    NESTED PATH '$.tags[*]' COLUMNS (
      tag VARCHAR(40) PATH '$'
    )
  )
) AS jt ON TRUE;

一个商品有两个标签时会生成两行,父级的 sku 会随行保留。如果某个商品没有 tags,NESTED PATH 默认仍会产生一行,子列为 NULL,这是外连接式的补充行;只想保留真实标签时,再加 WHERE jt.tag IS NOT NULL。多个同级 NESTED PATH 不会自动做笛卡尔积,而是分批产生记录,设计查询时不要把它误认为多数组的组合展开。

MySQL JSON_TABLE 中 order_record、items、NESTED PATH 与 sku、tag 的父子数组静态关系图
图2:父级商品字段与 tags 子数组的静态关系;重点看 NESTED PATH 的子数组边界,以及没有匹配时的 NULL 补充列。

什么时候应该改成明细表

JSON_TABLE() 是查询时的关系投影,不会真的把数组元素写成物理行。它适合结构变化较多、读取频率不高,或只需要在报表查询中临时展开的场景。若系统经常按 sku、qty 过滤、排序、统计,或者需要给明细字段建立稳定索引,通常应把订单和商品明细拆成父子表,再用普通列和索引承担高频查询。

场景优先方案判断依据
偶发报表、结构经常变化JSON_TABLE()查询时展开即可,减少迁移成本
高频按商品过滤明细子表需要普通索引和稳定的执行计划
既要原始文档又要关键字段检索混合设计JSON 保留扩展信息,核心字段单独存储

常见问题

JSON_TABLE() 为什么只返回一行?

先检查行源路径是否写成了 $[*]。写成 $[0] 只会匹配数组第一个元素;写成对象路径也不会按数组成员逐个展开。

数组元素是字符串时 PATH 怎么写?

对字符串数组使用 PATH '$',例如 tag VARCHAR(40) PATH '$';对对象数组才使用 $.sku 这样的属性路径。

如何保留 JSON 数组原来的顺序?

在 COLUMNS 中增加 pos FOR ORDINALITY,查询末尾按 ORDER BY pos 排序。不要依赖数据库未声明的自然返回顺序。

本文示例依据 MySQL 8.4 Reference Manual 的 JSON Table Functions 整理;实际项目中再结合数据规模和查询模式决定 JSON 与明细表的边界。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Go 怎么调用外部程序并分别接收标准输出和错误Go 怎么调用外部程序并分别接收标准输出和错误
上一篇
Go 怎么调用外部程序并分别接收标准输出和错误
Go 两个时间显示一样为什么用等号比较不相等
下一篇
Go 两个时间显示一样为什么用等号比较不相等
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。
    572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。
    616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。
    646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。
    605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。
    422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