深入了解 MySQL 中的 JSON_CONTAINS

深入了解 MySQL 中的 JSON_CONTAINS

MySQL 5.7 及更高版本引入了对 JSON 数据类型的支持,使得在数据库中存储和查询 JSON 数据成为可能。在这些新功能中,JSON_CONTAINS 函数是一个非常有用的工具,允许我们检查一个 JSON 文档是否包含特定的值或对象。本文将深入探讨 JSON_CONTAINS 的用法、语法、示例及其应用场景。

1. JSON_CONTAINS 函数的概述

JSON_CONTAINS 函数用于检查一个 JSON 文档中是否包含另一个 JSON 文档。它的语法如下:

JSON_CONTAINS(target, candidate[, path])
  • target: 目标 JSON 文档,即我们要检查的文档。
  • candidate: 候选 JSON 文档,即我们要查找的值或对象。
  • path: 可选参数,指定一个 JSON 路径,用于查找特定的节点。

2. 基本用法

2.1 检查简单值

假设我们有一个存储用户信息的表 users,其中有一个 JSON 列 preferences,结构如下:

CREATE TABLE users (id INT AUTO_INCREMENT PRIMARY KEY,name VARCHAR(50),preferences JSON
);

插入一些示例数据:

INSERT INTO users (name, preferences) VALUES 
('Alice', '{"theme": "dark", "notifications": true}'),
('Bob', '{"theme": "light", "notifications": false}'),
('Charlie', '{"theme": "dark"}');

我们可以使用 JSON_CONTAINS 来检查哪些用户的偏好设置中包含某个特定值。例如,查找所有偏好设置中包含 “dark” 主题的用户:

SELECT name
FROM users
WHERE JSON_CONTAINS(preferences, '"dark"', '$.theme');

在这个查询中,我们检查 preferences 中的 theme 字段是否包含值 "dark"

2.2 检查嵌套对象

如果 JSON 文档中包含嵌套结构,JSON_CONTAINS 仍然可以有效地使用。假设我们更新 preferences 列,添加更多复杂的结构:

UPDATE users SET preferences = '{"ui": {"theme": "dark", "font": "Arial"}, "notifications": true} WHERE name = "Alice";

我们现在想检查 Alice 的偏好设置是否包含 {"theme": "dark"} 这个对象:

SELECT name
FROM users
WHERE JSON_CONTAINS(preferences, '{"theme": "dark"}', '$.ui');

3. 实际应用场景

3.1 过滤用户数据

在实际应用中,JSON_CONTAINS 可以用于根据用户的偏好设置来过滤用户。例如,显示所有启用了通知的用户:

SELECT name
FROM users
WHERE JSON_CONTAINS(preferences, 'true', '$.notifications');
3.2 多条件查询

如果我们想要查找所有既使用 “dark” 主题又启用了通知的用户,可以结合使用 JSON_CONTAINSAND 条件:

SELECT name
FROM users
WHERE JSON_CONTAINS(preferences, '"dark"', '$.ui.theme')
AND JSON_CONTAINS(preferences, 'true', '$.notifications');
3.3 与其他 JSON 函数结合使用

JSON_CONTAINS 还可以与其他 JSON 函数结合使用,例如 JSON_ARRAY, JSON_OBJECT 等,来创建更复杂的查询。例如,我们可以检查用户偏好设置中的多个主题:

SELECT name
FROM users
WHERE JSON_CONTAINS(preferences, '["dark", "light"]', '$.ui.theme');

4. 性能考虑

使用 JSON 数据类型和函数时,性能是一个需要考虑的关键因素。虽然 JSON 为灵活的数据存储提供了优势,但过多的嵌套和复杂结构可能会导致查询性能下降。因此,在设计 JSON 数据结构时,应考虑到可能的查询方式和数据访问模式。

5. 总结

JSON_CONTAINS 是 MySQL 提供的一个强大工具,可以在 JSON 数据中快速查找和匹配特定的值或对象。通过灵活地使用这项功能,可以极大地增强应用程序的数据处理能力和灵活性。随着应用场景的不断扩展,理解和利用 MySQL 中的 JSON 功能将变得愈发重要。

希望本文能帮助你更好地理解和应用 MySQL 中的 JSON_CONTAINS 函数!
参考官方文档:https://dev.mysql.com/doc/refman/5.7/en/json-search-functions.html#function_json-contains

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/72254.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

git命令学习记录

1. git reset 参数说明 git reset 是用来回退版本的,它可以添加三个参数,常用的使用格式是这样的:git reset [--hard | --soft | --mixed] 版本号 一般使用git修改文件并提交需要三步,第一步在文本编辑器中编辑文件,也…

使用DeepSeek+KIMI生成高质量PPT

一、使用DeepSeek DeepSeek官网:DeepSeek 点击“开始对话”,进入交互页面。 在上图中,输入问题,即可获取AI生成的结果。 基础模型(V3):通用模型(2024.12),高…

深度学习工程师的技术图谱和学习路径

在构建一个深度学习工程师的技术图谱时,按照“技能树与能力模型”的结构可以帮助清晰地展示出技术体系的层次化关系,帮助学习者更好地理解每个技术点的依赖与顺序。 深度学习工程师的技术图谱和学习路径 以下是深度学习工程师的技能树,包括从基础到进阶的学习路径,以及对…

RabbitMQ系列(五)基本概念之Queue

在 RabbitMQ 中,Queue(队列) 是存储消息的容器,也是消息传递的核心载体。以下是其核心特性与作用的全方位解析: 一、Queue 的定义与核心作用 消息存储容器 Queue 是 RabbitMQ 中实际存储消息的实体,生产者…

MySQL—使用binlog日志恢复数据

一、binlog日志恢复数据简介 在 MySQL 中,使用二进制日志(binlog)恢复数据是一种常见的用于故障恢复或数据找回的方法。以下是详细的使用步骤: 确认 binlog 已启用:首先需要确认 MySQL 服务器已经启用了二进制日志功…

VADv2: 基于矢量表征和概率规划的E2E架构

1. 写在前面 今天分享一篇自动驾驶领域的论文VADv2(End-to-End Vectorized Autonomous Driving via Probabilistic Planning), 基于矢量表征和概率规划的E2E架构,2024年2月份华中科技大和地平线合作的一篇文章, 在经典的端到端模型架构上作出了基于概率规划去输出规划轨迹的…

NLP11-命名实体识别(NER)概述

目录 一、序列标注任务 常见子任务 二、 命名实体识别(NER) (一)简介 (二)目标 (三)应用场景 (四)基本方法 (五)工具与资源 一…

虚拟仿真无线路由器5G和2.4G发射信号辐射对比(虚拟仿真得出最小安全距离,与国际标准要求一致)

1、前言 有人说,只要有电磁波的地方就有辐射。5G和2.4G信号辐射强度是多少?是否会对人体构成危害?无线路由器的2.4GHz频段,频率范围:2.4 GHz 至 2.4835 GHz,信道宽度:通常为20 MHz,…

深入剖析 OpenCV:全面掌握基础操作、图像处理算法与特征匹配

深入剖析 OpenCV:全面掌握基础操作、图像处理算法与特征匹配 一、引言二、OpenCV 的安装(一)使用 pip 安装(二)使用 Anaconda 安装 三、OpenCV 基础操作(一)图像的读取、显示与保存(…

DOM HTML:深入理解与高效运用

DOM HTML:深入理解与高效运用 引言 随着互联网的飞速发展,前端技术逐渐成为软件开发中的关键部分。DOM(文档对象模型)和HTML(超文本标记语言)是前端开发中的基石。本文将深入探讨DOM和HTML的概念、特性以及在实际开发中的应用,帮助读者更好地理解和使用这两项技术。 …

【数据挖掘】Matplotlib

Matplotlib 是 Python 最常用的 数据可视化 库之一,在数据挖掘过程中,主要用于 数据探索 (EDA)、趋势分析、模式识别 和 结果展示。 📌 1. Matplotlib 基础 1.1 安装 & 导入 # 如果未安装 Matplotlib,请先安装 # pip instal…

DHCP配置实验

实验拓扑图 首先配置server的IP地址和网关 接下来配置R1 undo info-center enable dhcp enable //开启DHCP服务 ip pool dhcp-pool1 //开始配置dhcp地址池 gateway-list 192.168.1.254 //配置网关 network 192.168.1.0 mask 255.255.255.0 //配置网段和子网掩码 dns-list …

Linux:ELF文件-静动态库原理

✨✨所属专栏:Linux✨✨ ✨✨作者主页:嶔某✨✨ ELF文件 什么是编译?编译就是将程序源代码编译成能让CPU直接执行的机器代码 如果我们要编译一个 .c文件,使用gcc -c将.c文件编译为二进制文件.o ,如果一个项目有多个.…

C++性能优化常用技巧

一. 选择合适的数据结构 1.1 map与unordered_map的选择 如果仅仅只需要使用到快速查找的特性,那么unordered_map更加合适,他的复杂度是O(1)。如果还需要排序以及范围查找的能力,那么就选择map。 1.2 vector与list的选择 通常情况下&#…

Towards Graph Foundation Models: A Survey and Beyond

Towards Graph Foundation Models: A Survey and Beyond WWW24 ​#paper/⭐⭐⭐#​ #paper/💡#​ 背景和动机 背景与意义 随着基础模型(如大语言模型)在NLP等领域的突破,图机器学习正经历从浅层方法向深度学习的范式转变。GFM…

基于 Python 深度学习的电影评论情感分析可视化系统(2.0 全新升级)

基于 Python 深度学习的电影评论情感分析可视化系统,基于 Flask 深度学习,构建了一个 影评情感分析系统,能够 自动分析影评、计算情感趋势 并 可视化展示,对于电影行业具有重要参考价值! 基于 Python 深度学习的电影评…

Cargo, the Rust package manager, is not installed or is not on PATH.

今天在Windows操作系统上通过pip 安装jupyter的时候遇到这个报错,Cargo, the Rust package manager, is not installed or is not on PATH.。 解决办法 官网:https://rustup.rs/# 下载:https://win.rustup.rs/x86_64 安装完成之后&#xff0c…

CSS—text文本、font字体、列表list、表格table、表单input、下拉菜单select

目录 1.文本 2.字体 3.列表list a.无序列表 b.有序列表 c.定义列表 4.表格table a.内容 b.合并单元格 3.表单input a.input标签 b.单选框 c.上传文件 4.下拉菜单 1.文本 属性描述color设置文本颜色。direction指定文本的方向 / 书写方向。letter-spacing设置字符…

开启AI短剧新纪元!SkyReels-V1/A1双剑合璧!昆仑万维开源首个面向AI短剧的视频生成模型

论文链接:https://arxiv.org/abs/2502.10841 项目链接:https://skyworkai.github.io/skyreels-a1.github.io/ Demo链接:https://www.skyreels.ai/ 开源地址:https://github.com/SkyworkAI/SkyReels-A1 https://github.com/Skywork…

数学建模:MATLAB极限学习机解决回归问题

一、简述 极限学习机是一种用于训练单隐层前馈神经网络的算法,由输入层、隐藏层、输出层组成。 基本原理: 输入层接受传入的样本数据。 在训练过程中随机生成从输入层到隐藏层的所有连接权重以及每个隐藏层神经元的偏置值,这些参数在整个…