当前位置:首页 > 文章列表 > 数据库 > MySQL > MySQL MEMBER OF 怎样判断 JSON 数组是否包含值

MySQL MEMBER OF 怎样判断 JSON 数组是否包含值

来源:17golang原创 2026-11-14 18:57:20 0浏览 收藏

我第一次把 JSON 数组成员条件写进 MySQL 查询时,最容易误判的是“看起来一样”的值:数字 17 和字符串 "17" 并不等价。这个场景用 MEMBER OF() 很直接,但前提是把待判断值、JSON 数组和 JSON 类型分清楚。

官方地址:https://dev.mysql.com/doc/refman/8.4/en/json-search-functions.html

写法就是 value MEMBER OF(json_array):返回 1 说明值是数组元素,返回 0 说明不是;任意一侧为 NULL 时返回 NULL。字符串和数字不会自动互转。

先确认 MEMBER OF() 的左右两侧

把要查找的值放在左边,把 JSON 数组放在右边。下面的数组是一个 JSON 文本,数字 17 确实是其中的一个元素。

-- 左侧是待判断值,右侧是 JSON 数组
SELECT 17 MEMBER OF('[23, "abc", 17, "ab", 10]') AS is_member;

-- 只判断完整元素,不把 7 当成 17 的部分匹配
SELECT 7 MEMBER OF('[23, "abc", 17, "ab", 10]') AS is_member;

第一条返回 1,第二条返回 0。这里的关键不是“文本里有没有这几个字符”,而是数组中是否存在一个可比较、完全匹配的元素。这个判断适合做一个清晰的布尔条件,也可以直接放进 WHERE。

MEMBER OF 左侧候选值与右侧 JSON 数组的静态关系说明图
图1:结构说明图,查看候选值、JSON 数组和成员判断结果之间的静态关系;这不是运行截图。

分别处理数字和字符串

我排查“明明有值却查不到”时,通常先看 JSON 数组里保存的是数字还是字符串。MySQL 的 MEMBER OF() 不会在两者之间做字符串转换。

-- 数字只匹配数字元素,字符串只匹配字符串元素
SELECT
    17 MEMBER OF('[23, "abc", "17", "ab", 10]') AS number_match,
    '17' MEMBER OF('[23, "abc", 17, "ab", 10]') AS string_match;

-- 完整字符串可以命中同类型的数组元素
SELECT 'ab' MEMBER OF('[23, "abc", 17, "ab", 10]') AS text_match;

前两列都应为 0,最后一列为 1。应用层写入 JSON 时要先约定字段类型;如果业务 ID 有时写成数字、有时写成带引号的文本,查询条件就会出现看似随机的结果。不要只改 SQL 里的引号来“试到能返回 1”,先确认存储约定。

处理数组、对象和 NULL 边界

标量值可以直接参与判断,但数组或对象本身是 JSON 文档,需要显式构造成 JSON 类型。否则,左侧的数组可能被当成普通字符串,而不是一个数组元素。

-- 用 JSON_ARRAY 构造左侧 JSON 数组,再判断它是否是嵌套数组元素
SELECT JSON_ARRAY(4, 5) MEMBER OF('[[3, 4], [4, 5]]') AS array_match;

-- 用 JSON_OBJECT 构造对象,避免把对象误写成普通字符串
SELECT JSON_OBJECT('role', 'admin')
       MEMBER OF(JSON_ARRAY(JSON_OBJECT('role', 'admin'))) AS object_match;

-- NULL 不等于“不在数组中”,而是得到 NULL
SELECT NULL MEMBER OF('[1, 2, 3]') AS unknown_result;

数组和对象的例子都表达“完整 JSON 值是数组元素”,不是把内部字段拆开比较。任意一侧为 NULL 时,结果也是 NULL,所以在报表或过滤条件中不要把 NULL 直接当作 0;需要业务上的“未命中”时,再用 COALESCE(..., 0) 明确转换。

JSON 标量、数组、对象与 NULL 在 MEMBER OF 中的类型边界说明图
图2:类型边界说明图,查看标量、嵌套数组、对象和 NULL 在成员判断中的不同位置;这不是数据库运行证据。

决定何时换 JSON_CONTAINS

MEMBER OF() 解决的是“这个值是不是数组的一个完整元素”。如果问题变成“某个 JSON 文档是否包含指定结构”,或者需要指定 JSON 路径,就应该看 JSON_CONTAINS()。两者都返回布尔式结果,但问题边界不同。

-- MEMBER OF:判断一个标量是否是数组元素
SELECT 17 MEMBER OF('[10, 17, 20]') AS member_result;

-- JSON_CONTAINS:判断对象是否包含指定键值结构
SELECT JSON_CONTAINS(
    '{"user": {"role": "admin"}}',
    '{"role": "admin"}',
    '$.user'
) AS document_result;

我的选择习惯是:数组成员条件优先写 MEMBER OF(),因为意图更窄、更容易读;需要路径或对象包含关系时再用 JSON_CONTAINS()。如果条件落在 InnoDB 的 JSON 列上,还要结合数据规模和索引设计单独评估,不能仅凭函数名字判断性能。

常见问题

为什么 17 MEMBER OF('["17"]') 返回 0?
因为左侧是数字,数组元素是字符串;MySQL 不在两种字符串类型之间自动转换。

为什么结果是 NULL 而不是 0?
检查左侧值或右侧 JSON 数组是否为 NULL。需要把未知统一按未命中处理时,显式使用 COALESCE。

什么时候不该继续套 MEMBER OF()?
当你要按路径判断对象包含关系、检查多个键值或匹配更复杂的 JSON 文档时,改用 JSON_CONTAINS() 更清晰。

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 USE INDEX 怎样诊断优化器的索引选择MySQL USE INDEX 怎样诊断优化器的索引选择
上一篇
MySQL USE INDEX 怎样诊断优化器的索引选择
MySQL GROUPING 怎样区分汇总行和明细行
下一篇
MySQL GROUPING 怎样区分汇总行和明细行
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。
    1024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。
    1027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。
    1169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。
    1132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。
    970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