超碰997,爱液视频网页版免费,一卡二卡国产在线,黄色小电影黄色小视频,婷婷丁香五月麻豆,欧美综合色,免费观看黄一级视频,日日碰夜夜

點擊關注公眾號，回復“2T”獲取2TB學習資源！

互聯(lián)網(wǎng)架構師后臺回復 2T 有特別禮包

來源：blog.csdn.net/java_pfx/article/details/116594654

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(yè)務在發(fā)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(shù)據(jù)類型，那就能打通關系型和非關系型數(shù)據(jù)的存儲之間的界限，為業(yè)務提供更好的架構選擇。

當然，很多同學在用 JSON 數(shù)據(jù)類型時會遇到各種各樣的問題，其中最容易犯的誤區(qū)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(shù)據(jù)類型的威力，從而在實際工作中更好地存儲非結構化的數(shù)據(jù)。

JSON 數(shù)據(jù)類型

JSON（JavaScript Object Notation）主要用于互聯(lián)網(wǎng)應用服務之間的數(shù)據(jù)交換。MySQL 支持RFC 7159定義的 JSON 規(guī)范，主要有 JSON 對象和 JSON 數(shù)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/xx9943",     "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(shù)據(jù)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(shù)組類型，如上代碼中的 IDs 字段。

另一種 JSON 數(shù)據(jù)類型是數(shù)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(shù)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(chuàng)建索引，做特定的優(yōu)化，這是傳統(tǒng)字段串無法實現(xiàn)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(tǒng)關系型數(shù)據(jù)庫的列都需預先定義，想要擴展需要執(zhí)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(huán)境中使用 JSON 數(shù)據(jù)類型，強烈推薦使用 MySQL 8.0 版本。

講到這兒，你已經(jīng)對 JSON 類型的基本概念有所了解了，接下來，我們進入實戰(zhàn)環(huán)節(jié)：如何在業(yè)務中用好JSON類型？

業(yè)務表結構設計實戰(zhàn)

用戶登錄設計

在數(shù)據(jù)庫中，JSON 類型比較適合存儲一些修改較少、相對靜態(tài)的數(shù)據(jù)，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(yè)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(shù)據(jù)：

SET @a = '{   "cellphone" : "1",   "wxchat" : "碼農",   "77" : "1"}';

INSERT INTO UserLogin VALUES (1,@a);

SET @b = '{    "cellphone" : "1188"}';
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(shù)據(jù)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")) wxchatFROM UserLogin;+--------+-------------+--------------+| userId | cellphone   | wxchat       |+--------+-------------+--------------+|      1 | 11| 碼農     ||      2 | 11| 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：搜索公眾號互聯(lián)網(wǎng)架構師回復“2T”，送你一份驚喜禮包。

SELECT     userId,    loginInfo->>"$.cellphone" cellphone,    loginInfo->>"$.wxchat" wxchatFROM UserLogin;

當 JSON 數(shù)據(jù)量非常大，用戶希望對 JSON 數(shù)據(jù)進行有效檢索時，可以利用 MySQL 的函數(shù)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(chuàng)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(chuàng)建了一個虛擬列 cellphone，這個列是由函數(shù) loginInfo->>"$.cellphone" 計算得到的。然后在這個虛擬列上創(chuàng)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(yōu)化器會使用到新創(chuàng)建的 idx_cellphone 索引：

EXPLAIN SELECT  *  FROM UserLogin WHERE cellphone = '11'\G*************************** 1. row ***************************           id: 1  select_type: SIMPLE        table: UserLogin   partitions: NULL         type: constpossible_keys: idx_cellphone          key: idx_cellphone      key_len: 1023          ref: const         rows: 1     filtered: 100.00        Extra: NULL1 row in set, 1 warning (0.00 sec)

當然，我們可以在一開始創(chuàng)建表的時候，就完成虛擬列及函數(shù)索引的創(chuàng)建。如下表創(chuàng)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(chuàng)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(yè)務需要做用戶畫像（也就是對用戶打標簽），然后根據(jù)用戶的標簽，通過數(shù)據(jù)挖掘技術，進行相應的產品推薦。比如：

在電商行業(yè)中，根據(jù)用戶的穿搭喜好，推薦相應的商品；
在音樂行業(yè)中，根據(jù)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(yè)，根據(jù)用戶的風險喜好和投資經(jīng)驗，推薦相應的理財產品。

在這，我強烈推薦你用 JSON 類型在數(shù)據(jù)庫中存儲用戶畫像信息，并結合 JSON 數(shù)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 | 常看電影     ||    11 | 愛網(wǎng)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、常看電影；用戶 Tom，90 后、常看電影、愛外賣。搜索公眾號互聯(lián)網(wǎng)架構師回復“2T”，送你一份驚喜禮包。

若不用 JSON 數(shù)據(jù)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 ；常看電影   ||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(shù)據(jù)庫中其實可以任意存儲其他數(shù)據(jù)，最終產生臟數(shù)據(jù)。

用 JSON 數(shù)據(jù)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(shù)組類型進行存儲。

MySQL 8.0.17 版本開始支持 Multi-Valued Indexes，用于在 JSON 數(shù)組上創(chuàng)建索引，并通過函數(shù) member of、json_contains、json_overlaps 來快速檢索索引數(shù)據(jù)。所以你可以在表 UserTag 上創(chuàng)建 Multi-Valued Indexes：

ALTER TABLE UserTagADD INDEX idx_user_tags ((cast((userTags->"$") as unsigned array)));

如果想要查詢用戶畫像為常看電影的用戶，可以使用函數(shù) MEMBER OF：

EXPLAIN SELECT * FROM UserTag WHERE 10 MEMBER OF(userTags->"$")\G*************************** 1. row ***************************           id: 1  select_type: SIMPLE        table: UserTag   partitions: NULL         type: refpossible_keys: idx_user_tags          key: idx_user_tags      key_len: 9          ref: const         rows: 1     filtered: 100.00        Extra: Using where1 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，且常看電影的用戶，可以使用函數(shù) JSON_CONTAINS：搜索公眾號互聯(lián)網(wǎng)架構師回復“2T”，送你一份驚喜禮包。

EXPLAIN SELECT * FROM UserTag WHERE JSON_CONTAINS(userTags->"$", '[2,10]')\G*************************** 1. row ***************************           id: 1  select_type: SIMPLE        table: UserTag   partitions: NULL         type: rangepossible_keys: idx_user_tags          key: idx_user_tags      key_len: 9          ref: NULL         rows: 3     filtered: 100.00        Extra: Using where1 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，且常看電影的用戶，則可以使用函數(shù) 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: rangepossible_keys: idx_user_tags          key: idx_user_tags      key_len: 9          ref: NULL         rows: 4     filtered: 100.00        Extra: Using where1 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)

JSON 類型是 MySQL 5.7 版本新增的數(shù)據(jù)類型，用好 JSON 數(shù)據(jù)類型可以有效解決很多業(yè)務中實際問題。最后，我總結下今天的重點內容：

使用 JSON 數(shù)據(jù)類型，推薦用 MySQL 8.0.17 以上的版本，性能更好，同時也支持 Multi-Valued Indexes
JSON 數(shù)據(jù)類型的好處是無須預先定義列，數(shù)據(jù)本身就具有很好的描述性；
不要將有明顯關系型的數(shù)據(jù)用 JSON 存儲，如用戶余額、用戶姓名、用戶身份證等，這些都是每個用戶必須包含的數(shù)據(jù)；
JSON 數(shù)據(jù)類型推薦使用在不經(jīng)常更新的靜態(tài)數(shù)據(jù)存儲。

感謝您的閱讀，也歡迎您發(fā)表關于這篇文章的任何建議，關注我，技術不迷茫！小編到你上高速。

· END ·

最后，關注公眾號互聯(lián)網(wǎng)架構師，在后臺回復：2T，可以獲取我整理的 Java 系列面試題和答案，非常齊全。

正文結束

使用MySQL，請用好 JSON 這張牌！