当前位置:首页 > 文章列表 > 数据库 > MySQL > MySQL JSON_TABLE 结合 JSON_KEYS 读取动态对象键名

MySQL JSON_TABLE 结合 JSON_KEYS 读取动态对象键名

来源:17golang原创 2026-10-24 18:16:38 0浏览 收藏

当 JSON 对象的键名不是预先固定的,例如监控标签、设备属性或租户自定义字段,直接给 JSON_TABLE() 写死列名就会失去通用性。更稳妥的做法是先用 JSON_KEYS() 取得一层动态键名,再用 JSON_TABLE() 把键数组展开成关系行,最后用 JSON_EXTRACT() 回到原对象取值。这样得到的是“键名 + JSON 值”两列,既能查询,也不会误把不同类型的数据提前转成字符串。

本文使用 MySQL 8.4 的 JSON 函数语义。官方地址:https://dev.mysql.com/doc/refman/8.4/en/json-table-functions.html

要点速览
  • JSON_KEYS() 返回对象一层的键名数组,不能递归枚举所有后代键。
  • JSON_TABLE(..., '$[*]') 负责把键数组变成一行一个键。
  • 动态键适合低频分析和清洗;高频查询应考虑生成列、关系表或应用层缓存。

先把动态对象变成键名行

假设一条设备记录的 attrs 为 {"cpu":72,"memory":4096,"healthy":true}。第一步不是猜列名,而是读取对象的一层键:

-- 先取设备属性对象的一层键名;结果是 JSON 数组
SET @attrs = '{"cpu":72,"memory":4096,"healthy":true}';

SELECT JSON_KEYS(@attrs) AS key_list;
-- 预期得到 ["cpu", "memory", "healthy"]

JSON_KEYS() 对对象返回键数组;目标路径不存在、输入是 SQL NULL 或输入不是对象时,结果可能是 NULL。它不会自动深入 cpu 对象内部,所以“读取一层动态键”要和“递归遍历 JSON”分开处理。

用 JSON_TABLE 展开 key/value 关系

把 JSON_KEYS() 的结果当作 JSON_TABLE() 的输入,路径 '$[*]' 表示数组中的每个键各生成一行。值先保留为 JSON,再根据业务需要转型:

-- 每个动态键占一行,先保留原始 JSON 值,避免丢失类型
SELECT
    jt.key_name,
    JSON_EXTRACT(@attrs, CONCAT('$.', jt.key_name)) AS json_value
FROM JSON_TABLE(
    JSON_KEYS(@attrs),
    '$[*]' COLUMNS (
        -- PATH '$' 读取数组当前元素,也就是一个键名
        key_name VARCHAR(100) PATH '$'
    )
) AS jt;

结果可以是 cpu / 72、memory / 4096 和 healthy / true。这里的 json_value 仍是 JSON 表达式:数字、布尔值和对象的边界还在。若只需要文本,再对标量值使用 JSON_UNQUOTE();不要一开始就把所有值定义成 VARCHAR。

MySQL JSON_KEYS 输出动态键数组并由 JSON_TABLE 展开为键名行的结构说明图
图1:JSON_KEYS 到 JSON_TABLE 键名行的结构说明图。图中展示函数之间的输入输出关系,是原创静态说明图,不是数据库截图。

从键名取值时要处理路径边界

用 CONCAT('$.', key_name) 拼路径适合键名只包含字母、数字和下划线的场景。键名包含点号、引号或括号时,不能盲拼路径,应改用更严格的 JSON 路径转义策略,或把键名和值在应用层处理。动态 SQL 也不要直接拼接未经约束的用户输入。

-- 用派生表复用键名;只演示稳定键名的读取方式
WITH key_rows AS (
    SELECT jt.key_name
    FROM JSON_TABLE(
        JSON_KEYS(@attrs),
        '$[*]' COLUMNS (
            -- 限制长度,避免异常文档制造过大的路径字符串
            key_name VARCHAR(100) PATH '$'
        )
    ) AS jt
)
SELECT
    key_name,
    JSON_UNQUOTE(JSON_EXTRACT(@attrs, CONCAT('$.', key_name))) AS text_value
FROM key_rows
WHERE key_name IN ('cpu', 'memory');

这个过滤条件是边界控制,不是为了掩盖动态键。若业务只允许一组白名单键,优先在 SQL 中筛选;若键集合完全开放,则应记录键数量、文档大小和异常键名,避免每次查询都解析不可控的 JSON。

场景建议处理关键边界
固定字段直接用 JSON_TABLE 的 PATH 列列定义清晰,适合索引和类型约束
一层动态键JSON_KEYS + JSON_TABLE + JSON_EXTRACT每次解析会产生键行,需限制文档大小
嵌套对象或数组明确 NESTED PATH 或拆成关系表JSON_KEYS 不负责递归,空数组可能产生空结果
高频筛选生成列、函数索引或独立属性表不要把动态解析放在每个在线请求的热路径

空对象、JSON null 与嵌套值不要混为一谈

空对象的 JSON_KEYS() 结果是空数组,交给 JSON_TABLE() 后通常没有键行;缺失路径或 SQL NULL 则可能得到 SQL NULL。对象中存在键但值为 JSON null,又是“键存在、值为空”的第三种状态。若报表要区分这三类情况,应额外保存存在性和原始 JSON 值,而不是只看显示出来的字符串。

MySQL 动态 JSON 键的空对象、缺失路径、JSON null 和嵌套对象边界说明图
图2:动态 JSON 值边界说明图。空对象、缺失路径、JSON null 和嵌套对象是不同结果,需要分别处理;这是原创结构图,不是运行结果截图。

JSON_TABLE 能直接把未知键变成动态列吗?

不能。它需要在 COLUMNS 中声明输出列;未知键应先展开成行,再由查询或应用层决定如何聚合成列。

为什么 JSON_KEYS 取不到嵌套对象里的键?

它默认只读取选定对象的一层键。可以把嵌套路径作为第二个参数读取某一层,但不会替你递归遍历整棵 JSON 树。

动态键查询适合直接放在线接口吗?

只有文档小、键数量可控且访问频率低时才适合。稳定筛选条件应落到生成列或关系表,动态解析更适合分析、导入和清洗任务。

记住这条组合关系即可:JSON_KEYS() 负责发现键,JSON_TABLE() 负责把数组变成行,JSON_EXTRACT() 负责按键取值。先保留 JSON 类型,再根据字段白名单和访问频率决定是否转成文本或迁移到关系模型。

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
MySQL multi-valued index 怎样为 JSON 数组建立多值索引MySQL multi-valued index 怎样为 JSON 数组建立多值索引
上一篇
MySQL multi-valued index 怎样为 JSON 数组建立多值索引
MySQL REGEXP_REPLACE 怎样只替换指定次数的文本
下一篇
MySQL REGEXP_REPLACE 怎样只替换指定次数的文本
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。
    661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。
    681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。
    727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。
    693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。
    527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