举例一
大家看下简单的例子:
简单定义一个两级JSON 对象
mysql> set @ytt={“name”:[{“a”:”ytt”,”b”:”action”}, {“a”:”dble”,”b”:”shard”},{“a”:”mysql”,”b”:”oracle”}]}’;Query OK, 0 rows affected (0.00 sec)
第一级:
mysql> select json_keys(@ytt);+—————–+| json_keys(@ytt) |+—————–+| [“name”] |+—————–+1 row in set (0.00 sec)
第二级:
mysql> select json_keys(@ytt,’$.name[0]’);+—————————–+| json_keys(@ytt,’$.name[0]’) |+—————————–+| [“a”, “b”] |+—————————–+1 row in set (0.00 sec)
大家使用MySQL 8.0 的JSON_TABLE 来转换 @ytt。
mysql> select * from json_table(@ytt,’$.name[*]’ columns (f1 varchar(10) path ‘$.a’, f2 varchar(10) path ‘$.b’)) as tt;
+——-+——–+
f1 | f2
+——-+——–+
ytt | action
dble | shard
mysql | oracle
+——-+——–+
3 rows in set (0.00 sec)
举例二
再来一个复杂点的例子,用的是EXPLAIN 的JSON结果集。
JSON 串 @json_str1。
set @json_str1 = ‘ { “query_block”: { “select_id”: 1, “cost_info”: {“query_cost”: “1.00” }, “table”: {“table_name”: “bigtable”,“access_type”: “const”,“possible_keys”: [ “id”],“key”: “id”,“used_key_parts”: [ “id”],“key_length”: “8”,“ref”: [ “const”],“rows_examined_per_scan”: 1,“rows_produced_per_join”: 1,“filtered”: “100.00”,“cost_info”: { “read_cost”: “0.00”, “eval_cost”: “0.20”, “prefix_cost”: “0.00”, “data_read_per_join”: “176”},“used_columns”: [ “id”, “log_time”, “str1”, “str2”] } }}’;
第一级:
mysql> select json_keys(@json_str1) as ‘first_object’;+—————–+| first_object |+—————–+| [“query_block”] |+—————–+1 row in set (0.00 sec)
第二级:
mysql> select json_keys(@json_str1,’$.query_block’) as ‘second_object’;+————————————-+| second_object |+————————————-+| [“table”, “cost_info”, “select_id”] |+————————————-+1 row in set (0.00 sec)
第三级:
mysql> select json_keys(@json_str1,’$.query_block.table’) as ‘third_object’\G*************************** 1. row ***************************third_object: [“key”,”ref”,”filtered”,”cost_info”,”key_length”,”table_name”,”access_type”,”used_columns”,”possible_keys”,”used_key_parts”,”rows_examined_per_scan”,”rows_produced_per_join”]1 row in set (0.01 sec)
第四级:
mysql> select json_extract(@json_str1,’$.query_block.table.cost_info’) as ‘forth_object’\G*************************** 1. row ***************************forth_object: {“eval_cost”:”0.20″,”read_cost”:”0.00″,”prefix_cost”:”0.00″,”data_read_per_join”:”176″}1 row in set (0.00 sec)
那大家把这个JSON 串转换为表。
SELECT * FROM JSON_TABLE(@json_str1,
“$.query_block”
COLUMNS(
rowid FOR ORDINALITY,
NESTED PATH ‘$.table’
COLUMNS (
a1_1 varchar(100) PATH ‘$.key’,
a1_2 varchar(100) PATH ‘$.ref[0]’,
a1_3 varchar(100) PATH ‘$.filtered’,
nested path ‘$.cost_info’
columns (
a2_1 varchar(100) PATH ‘$.eval_cost’ ,
a2_2 varchar(100) PATH ‘$.read_cost’,
a2_3 varchar(100) PATH ‘$.prefix_cost’,
a2_4 varchar(100) PATH ‘$.data_read_per_join’
),
a3 varchar(100) PATH ‘$.key_length’,
a4 varchar(100) PATH ‘$.table_name’,
a5 varchar(100) PATH ‘$.access_type’,
a6 varchar(100) PATH ‘$.used_key_parts[0]’,
a7 varchar(100) PATH ‘$.rows_examined_per_scan’,
a8 varchar(100) PATH ‘$.rows_produced_per_join’,
a9 varchar(100) PATH ‘$.key’
),
NESTED PATH ‘$.cost_info’
columns (
b1_1 varchar(100) path ‘$.query_cost’
),
c INT path “$.select_id”
)
) AS tt;
+——-+——+——-+——–+——+——+——+——+——+———-+——-+——+——+——+——+——+——+
rowid | a1_1 | a1_2 | a1_3 | a2_1 | a2_2 | a2_3 | a2_4 | a3 | a4 | a5 | a6 | a7 | a8 | a9 | b1_1 | c
+——-+——+——-+——–+——+——+——+——+——+———-+——-+——+——+——+——+——+——+
1 | id | const | 100.00 | 0.20 | 0.00 | 0.00 | 176 | 8 | bigtable | const | id | 1 | 1 | id | NULL | 1
1 | NULL | NULL | NULL | NULL | NULL | NULL | NULL | NULL | NULL| NULL | NULL | NULL | NULL | NULL | 1.00 | 1
+——-+——+——-+——–+——+——+——+——+——+———-+——-+——+——+——+——+——+——+
2 rows in set (0.00 sec)
当然,JSON_table 函数还有其他的用法,偶这里不一一列举了,详细的参考手册。