在MySQL与PostgreSQL的对比中,PG的JSON格式支持优势总是不断被拿来比较。其实早先MariaDB也有对非结构化的数据进行存储的方案,称为dynamic column,但是方案是通过BLOB类型的方式来存储。这样导致的问题是查询性能不高,不能有效建立索引,与一些文档数据库对比,优势并不大,故在社区的反应其实比较一般。当然,MariaDB的dynamic column功能还不仅限于非结构化数据的存储,但不在本文进行展开。
MySQL 5.7.7 labs版本开始InnoDB存储引擎已经原生支持JSON格式,该格式不是简单的BLOB类似的替换。原生的JSON格式支持有以下的优势:
- JSON数据有效性检查:BLOB类型无法在数据库层做这样的约束性检查
- 查询性能的提升:查询不需要遍历所有字符串才能找到数据
- 支持索引:通过虚拟列的功能可以对JSON中的部分数据进行索引
首先我们来看如何在MySQL中使用原生的JSON格式:
1 2 3 4 5 6 7 8 9 10 | mysql> create table user ( uid int auto_increment, -> data json, primary key (uid))engine=innodb; Query OK, 0 rows affected (0.01 sec) mysql> insert into user values ( NULL , -> '{"name":"David","mail":"jiangchengyao@gmail.com","address":"Shangahai"}' ); Query OK, 1 row affected (0.00 sec) mysql> insert into user values ( NULL , '{"name":"Amy","mail":"amy@gmail.com"}' ); Query OK, 1 row affected (0.00 sec) |
可以看到我们新建了表user,并且将列data定义为了JSON类型。这意味着我们可以对插入的数据做JSON格式检查,确保其符合JSON格式的约束,如插入一条不合法的JSON数据会报如下错误:
1 2 | mysql> insert into user values ( NULL , "test" ); ERROR 3130 (22032): Invalid JSON text: "Invalid value" at position 2 in value ( or column ) 'test' . |
此外,正如前面所说的,MySQL 5.7提供了一系列函数来高效地处理JSON字符,而不是需要遍历所有字符来查找,这不得不说是对MariaDB dynamic column的巨大改进:
1 2 3 4 5 6 7 8 | mysql> select jsn_extract(data, '$.name' ),jsn_extract(data, '$.address' ) from user ; + -----------------------------+-------------------------------+ | jsn_extract(data, '$.name' ) | jsn_extract(data, '$.address' ) | + -----------------------------+-------------------------------+ | "David" | "Shangahai" | | "Amy" | NULL | + -----------------------------+-------------------------------+ 2 rows in set (0.00 sec) |
当然,最令人的激动的功能应该是MySQL 5.7的虚拟列功能,通过传统的B+树索引即可实现对JSON格式部分属性的快速查询。使用方法是首先创建该虚拟列,然后在该虚拟列上创建索引:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 | mysql> ALTER TABLE user ADD user_name varchar (128) -> GENERATED ALWAYS AS (jsn_extract(data, '$.name' )) VIRTUAL; Query OK, 0 rows affected (0.01 sec) Records: 0 Duplicates: 0 Warnings: 0 mysql> select user_name from user ; + -----------+ | user_name | + -----------+ | "Amy" | | "David" | + -----------+ 2 rows in set (0.00 sec) mysql> alter table user add index idx_username (user_name); Query OK, 2 rows affected (0.01 sec) Records: 2 Duplicates: 0 Warnings: 0 |
然后可以通过添加的索引对用户名进行快速的查询,这和普通类型的列查询一样。而通过explain可以验证优化器已经选择了在虚拟列上创建的新索引:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 | mysql> explain select * from user where user_name= '"Amy"' \G *************************** 1. row *************************** id: 1 select_type: SIMPLE table : user partitions: NULL type: ref possible_keys: idx_username key : idx_username key_len: 131 ref: const rows : 1 filtered: 100.00 Extra: NULL 1 row in set , 1 warning (0.00 sec) |
可以发现MySQL 5.7对于JSON格式堪称完美,相信PostgreSQL阵营需要寻找新的策略来“攻击”MySQL了吧。如无意外,还是会停留在优化器这块,毕竟这块是目前MySQL必须要克服的最大问题,好在MySQL团队已经在重构优化器代码,相信更好的优化器将会在下一个版本中全面爆发。而一大堆文档数据库们已经哭晕在厕所了吧。