一 写在前面
本系列文章基于 5.7.12 版本讲述MySQL的新特性。从安装,文件结构,SQL ,优化 ,运维层面 复制,GITD等几个方面展开介绍 5.7 的新特性和功能。同时也建议大家跟踪官方blog和官方文档,以尽快知悉其新的变化。本文将重点介绍新版本对JSON格式的支持。
5.1 支持JSON
从MySQL 5.7.8 开始,MySQL支持原生的JSON格式,即有独立的json类型,用于存放 json格式的数据。JSON 格式的数据并不是以string格式存储于数据库而是以内部的binary 格式,以便于快速的定位到json 格式中值。
在插入和更新操作时MySQL会对JSON 类型做校验,已检查数据是否符合json格式,如果不符合则报错。同时5.7.8 版本提供了四种JSON相关的函数,从而不用遍历全部数据。
a 创建: JSON_ARRAY(), JSON_MERGE(), JSON_OBJECT()
b 修改: JSON_APPEND(), JSON_ARRAY_APPEND(), JSON_ARRAY_INSERT(), JSON_INSERT(), JSON_QUOTE(), JSON_REMOVE(), JSON_REPLACE(), JSON_SET(), and JSON_UNQUOTE()
c 查询: JSON_CONTAINS(), JSON_CONTAINS_PATH(), JSON_EXTRACT(), JSON_KEYS(),JSON_SEARCH().
d 属性: JSON_DEPTH(), JSON_LENGTH(), JSON_TYPE() JSON_VALID().
我们通过简单的例子来对json有一定的认识。
创建
mysql> SELECT JSON_ARRAY('id', 1, 'name', 'dba@youzan');
+-------------------------------------------+
| JSON_ARRAY('id', 1, 'name', 'dba@youzan') |
+-------------------------------------------+
| ["id", 1, "name", "dba@youzan"] |
+-------------------------------------------+
1 row in set (0.00 sec)
mysql> SELECT JSON_OBJECT('id', 1, 'name', 'dba@youzan');
+--------------------------------------------+
| JSON_OBJECT('id', 1, 'name', 'dba@youzan') |
+--------------------------------------------+
| {"id": 1, "name": "dba@youzan"} |
+--------------------------------------------+
1 row in set (0.00 sec)
初始化
create table json_test (
id int(11) PRIMARY KEY NOT NULL auto_increment,
data json
) engine=innodb default charset=utf8;
insert into json_test values (1,'{ "DBA": [ { "firstName": "yi", "lastName":"yang", "email": "[email protected]" }],
"SA": [{ "firstName": "you", "lastName": "zan", "email": "[email protected]" }],
"PE": [{ "firstName": "xiao", "lastName": "xiao", "email": "[email protected]" }] }')
修改
mysql> select * from json_test \G
*************************** 1. row ***************************
id: 1
data: {"PE": [{"email": "[email protected]", "lastName": "xiao", "firstName": "xiao"}], "SA": [{"email": "[email protected]", "lastName": "zan", "firstName": "you"}], "DBA": [{"email": "[email protected]", "lastName": "yang", "firstName": "yi"}]}
1 row in set (0.00 sec)
mysql> update json_test set data=json_array_append(data,'$.DBA','{"email": "[email protected]", "lastName": "yang", "firstName": "qilong"}') where id=1;
Query OK, 1 row affected (0.01 sec)
Rows matched: 1 Changed: 1 Warnings: 0
mysql> select * from json_test \G
*************************** 1. row ***************************
id: 1
data: {"PE": [{"email": "[email protected]", "lastName": "xiao", "firstName": "xiao"}], "SA": [{"email": "[email protected]", "lastName": "zan", "firstName": "you"}], "DBA": [{"email": "[email protected]", "lastName": "yang", "firstName": "yi"}, "{\"email\": \"[email protected]\", \"lastName\": \"yang\", \"firstName\": \"qilong\"}"]}
1 row in set (0.00 sec)
删除
mysql> update json_test set data=json_remove(data,'$.DBA[1]') where id=1;
Query OK, 1 row affected (0.01 sec)
Rows matched: 1 Changed: 1 Warnings: 0
mysql> select * from json_test \G
*************************** 1. row ***************************
id: 1
data: {"PE": [{"email": "[email protected]", "lastName": "xiao", "firstName": "xiao"}], "SA": [{"email": "[email protected]", "lastName": "zan", "firstName": "you"}], "DBA": [{"email": "[email protected]", "lastName": "yang", "firstName": "yi"}]}
1 row in set (0.00 sec)
-- 删除语句
update history_tab_sum set data=json_remove(data,'$."2017.11.28"') ;
-- 更新
-- update history_tab_sum set total=json_replace(total,'$."2017-11-28"',id);
-- 插入:
UPDATE history_tab_sum set data=JSON_MERGE(data,'{"2017-11-28":3344}') where id=10283;
-- append
update history_tab_sum set data=json_array_append(data,'$."2017-11-28"',id) where id=10283;
查看 json的key
mysql> SELECT id,json_keys(data) as "keys" FROM json_test;
+----+---------------------+
| id | keys |
+----+---------------------+
| 1 | ["PE", "SA", "DBA"] |
+----+---------------------+
1 row in set (0.00 sec)
查看DBA对应的值
mysql> SELECT id,json_extract(data,'$.DBA[0]') from json_test;
+----+--------------------------------------------------------------------+
| id | json_extract(data,'$.DBA[0]') |
+----+--------------------------------------------------------------------+
| 1 | {"email": "[email protected]", "lastName": "yang", "firstName": "yi"} |
+----+--------------------------------------------------------------------+
1 row in set (0.00 sec)
其他函数的用法请感兴趣的读者朋友自行参考《官方文档》
MySQL 5.7 版本提供的json格式以及对应的操作函数极丰富了MySQL的存储格式,可以在一定程度上和Mongodb和pg竞争,对于经常使用MySQL varchar 存储json的业务是一个福音。同时再强调一下对于OLTP业务的表结构设计 尽可能的避免大字段存储。一来是减少不必要的查询带来的IO,带宽,内存方面的影响 二来是 避免因为表大小太大导致的ddl 时间成本增加系统风险。
5.2 sys schema
MySQL 5.7 版本新增了sys 数据库,该库通过视图的形式把information_schema 和performance_schema结合起来,查询出更加令人容易理解的数据,帮助DBA快速获取数据库系统的各种纬度的元数据信息,帮助DBA和开发快速定位性能瓶颈。详细的信息请参考《官方文档》,这里给两个例子能直观的了解sys 功能的强大。
mysql> select * from sys.schema_table_statistics limit 2\G
*************************** 1. row ***************************
table_schema: yang
table_name: json_test
total_latency: 1.81 ms
rows_fetched: 21
fetch_latency: 1.45 ms
rows_inserted: 2
insert_latency: 192.67 us
rows_updated: 2
update_latency: 166.94 us
rows_deleted: 0
delete_latency: 0 ps
io_read_requests: 54
io_read: 4.21 KiB
io_read_latency: 289.37 us
io_write_requests: 43
io_write: 388.53 KiB
io_write_latency: 703.51 us
io_misc_requests: 75
io_misc_latency: 40.02 ms
##直接查看未使用过的索引 ,方便吗?
mysql> SELECT * FROM schema_unused_indexes;
+---------------+-------------+------------+
| object_schema | object_name | index_name |
+---------------+-------------+------------+
| yang | t | idx_a |
| yang | yy | idx_nm |
+---------------+-------------+------------+
2 rows in set (0.00 sec)
参考文章[1] 《MySQL 5.7 官方文档》
[2] 《MySQL 5.7 初探》
[3] 《MySQL 5.7新特性之一》
[4] 《》
[5] 《》
[6] 《MySQL 5.7新特性之四》