SQL Server 2016 JSON原生帮忙实例证实

发布时间:2019-02-06  栏目:MySQL  评论:0 Comments

背景

Microsoft SQL Server
对于数据平台的开发者来说尤其友好。比如曾经原生支持XML很多年了,在这么些样子下,如今也能在SQLServer2016中利用内置的JSON。更加对于一些大数据很数据接口的分析环节来说那突显格外有价值。与大家明日所做诸如在SQL中动用CLR或者自定义的函数来解析JSON相相比较,新的放权JSON会大大进步质量,同时优化了编程以及增删查改等形式。

   
那么是或不是意味着大家得以废弃XML,然后开始使用JSON?当然不是,那有赖于数量输出处理的目的。假诺有一个外部的通过XML与外部交互数据的劳动并且内外的架构是一律的,那么应该是运用XML数据类型以及原生的函数。即使是本着微型服务架构或者动态元数据和多少存储,那么久应该选拔流行的JSON函数。

背景

Microsoft SQL Server
对于数据平台的开发者来说更加友好。比如曾经原生辅助XML很多年了,在那一个样子下,近来也能在SQLServer2016中应用内置的JSON。越发对于一些大数额很数据接口的剖析环节来说那突显分外有价值。与大家明日所做诸如在SQL中运用CLR或者自定义的函数来解析JSON相相比较,新的放置JSON会大大升高品质,同时优化了编程以及增删查改等方法。

   
那么是不是意味大家可以扬弃XML,然后开端应用JSON?当然不是,那取决于数量输出处理的目标。倘使有一个表面的经过XML与外表交互数据的服务并且内外的架构是均等的,那么相应是使用XML数据类型以及原生的函数。如果是针对性微型服务架构或者动态元数据和数据存储,那么久应该运用最新的JSON函数。

实例

    当使用查询那些已经有定位架构的JSON的数目表时,使用“FOR
JSON

提醒在你的T-SQL脚本后边,用那种方式以便于格式化输出。一下实例我使用了SQLServer
2016 Worldwide Importers sample
database,可以在GitHub上直接下载下来(下载地址)。看一下视图Website.customers。我们询问一个数额并格式化输出JSON格式:

SELECT [CustomerID]
      ,[CustomerName]
      ,[CustomerCategoryName]
      ,[PrimaryContact]
      ,[AlternateContact]
      ,[PhoneNumber]
      ,[FaxNumber]
      ,[BuyingGroupName]
      ,[WebsiteURL]
      ,[DeliveryMethod]
      ,[CityName]

 ,DeliveryLocation.ToString() as DeliveryLocation
      ,[DeliveryRun]
      ,[RunPosition]
  FROM [WideWorldImporters].[Website].[Customers]
  WHERE CustomerID=1
  FOR JSON AUTO

  

 

请留意大家有一个地理数据类型列(DeliveryLocation),那亟需引入三个重点的生成方案(标黄):

首先,须求更换一个string字符,否则就会报错:

FOR JSON cannot serialize CLR objects. Cast CLR types explicitly into one of the supported types in FOR JSON queries.

说不上,JSON选拔键值对的语法由此必须指定一个别名来转换数据,若是失利会油但是生下边的错误:

Column expressions and data sources without names or aliases cannot be formatted as JSON text using FOR JSON clause. Add alias to the unnamed column or table.

肯定了这几个,改写的格式化输出如下:

[
    {
        "CustomerID": 1,
        "CustomerName": "Tailspin Toys (Head Office)",
        "CustomerCategoryName": "Novelty Shop",
        "PrimaryContact": "Waldemar Fisar",
        "AlternateContact": "Laimonis Berzins",
        "PhoneNumber": "(308) 555-0100",
        "FaxNumber": "(308) 555-0101",
        "BuyingGroupName": "Tailspin Toys",
        "WebsiteURL": "http://www.tailspintoys.com",
        "DeliveryMethod": "Delivery Van",
        "CityName": "Lisco",
        "DeliveryLocation": "POINT (-102.6201979 41.4972022)",
        "DeliveryRun": "",
        "RunPosition": ""
    }
]

  

 

本来也足以选用JSON作为输入型DML语句,例如INSERT/UPDATE/DELETE
语句中运用“OPENJSON”。因此可以在拥有的数目操作上投入JSON提醒。

假定不打听数据结构或者想让其进一步灵活,那么可以将数据存储为一个JSON格式的字符类型,改列的品种可以使NVARCHAR
类型。Application.People 表中的CustomFields
列就是百里挑一那种景况。可以用如下语句看一下报表格式这几个列的始末:

declare @json nvarchar(max)

SELECT @json=[CustomFields]
FROM [WideWorldImporters].[Application].[People]
where PersonID=8

select * from openjson(@json)

  

 

结果集在报表结果中的突显:

图片 1

 

用另一种艺术来查询那条记下,前提是亟需精通在JSON数据结构和要害的名字,使用JSON_VALUE
JSON_QUERY
函数:

  SELECT
       JSON_QUERY([CustomFields],'$.OtherLanguages') as OtherLanguages,
       JSON_VALUE([CustomFields],'$.HireDate') as HireDate,
       JSON_VALUE([CustomFields],'$.Title') as Title,
       JSON_VALUE([CustomFields],'$.PrimarySalesTerritory') as PrimarySalesTerritory,
       JSON_VALUE([CustomFields],'$.CommissionRate') as CommissionRate
  FROM [WideWorldImporters].[Application].[People]
  where PersonID=8

  

 

在表格结果集中显示表格格式的结果:

图片 2

 

以此地方最关注就是查询条件和添加索引。设想一下我们打算去查询所有二〇一一年将来雇佣的人,你可以运作上边的查询语句:

SELECT personID,fullName,JSON_VALUE(CustomFields,'$.HireDate') as hireDate
FROM [WideWorldImporters].[Application].[People]
where IsEmployee=1
and year(cast(JSON_VALUE(CustomFields,'$.HireDate') as date))>2011

  

 

切记JSON_VALUE
再次回到一个单一的文本值(nvarchar(4000))。要求更换重返值到一个时光字段中,然后分别年来筛选查询条件。实际履行布置如下:

图片 3

 

为了证实怎么样对JSON内容创设索引,要求成立一个统计列。为了举例表明,Application.People
表标记版本,并且加入总结列,当系统版本为ON的时候不支持。我们这边运用Sales.Invoices表,其中ReturnedDeliveryData
中插入json数据。接下来获取数据,感受一下:

SELECT TOP 100 [InvoiceID]
      ,[CustomerID]
      ,JSON_QUERY([ReturnedDeliveryData],'$.Events')
  FROM [WideWorldImporters].[Sales].[Invoices]

  

 

意识结果集首个event都是“Ready for collection”:

图片 4

 

下一场拿走二零一六年7月的发票数额:

SELECT [InvoiceID]
      ,[CustomerID]
      ,CONVERT(datetime, CONVERT(varchar,JSON_VALUE([ReturnedDeliveryData],'$.Events[0].EventTime')),126)
  FROM [WideWorldImporters].[Sales].[Invoices]
  WHERE CONVERT(datetime, CONVERT(varchar,JSON_VALUE([ReturnedDeliveryData],'$.Events[0].EventTime')),126)
       BETWEEN '20160301' AND '20160331'

  

其实施行布置如下:

图片 5

 

    参加一个计算列叫做“ReadyDate”, 准备好集合表明式的结果:

ALTER TABLE [WideWorldImporters].[Sales].[Invoices]
ADD ReadyDate AS CONVERT(datetime, CONVERT(varchar,JSON_VALUE([ReturnedDeliveryData],'$.Events[0].EventTime')),126)

  

 

事后,重新履行查询,不过选用新的统计列作为规范:

SELECT [InvoiceID]
      ,[CustomerID]
      ,ReadyDate
  FROM [WideWorldImporters].[Sales].[Invoices]
  WHERE ReadyDate BETWEEN '20160301' AND '20160331'

  

 

执行布置是一致的,除了SSMS指出的缺失索引:

图片 6

 

故此,依据提出在测算列上建立索引来帮忙查询,建立目录如下:

/*
The Query Processor estimates that implementing the following index could improve the query cost by 99.272%.
*/
CREATE NONCLUSTERED INDEX IX_Invoices_ReadyDate
ON [Sales].[Invoices] ([ReadyDate])
INCLUDE ([InvoiceID],[CustomerID])
GO

  

 

俺们再度履行查询求证执行安顿:

图片 7

 

有了目录之后,大大升级了品质,并且询问JSON的进程和表列是一样快的。

实例

    当使用查询那些已经有稳定架构的JSON的数额表时,使用“FOR
JSON

提示在你的T-SQL脚本前边,用这种办法以便于格式化输出。一下实例我动用了SQLServer
2016 Worldwide Importers sample
database,可以在GitHub上直接下载下来(下载地址)。看一下视图Website.customers。大家询问一个数量并格式化输出JSON格式:

SELECT [CustomerID]
      ,[CustomerName]
      ,[CustomerCategoryName]
      ,[PrimaryContact]
      ,[AlternateContact]
      ,[PhoneNumber]
      ,[FaxNumber]
      ,[BuyingGroupName]
      ,[WebsiteURL]
      ,[DeliveryMethod]
      ,[CityName]

 ,DeliveryLocation.ToString() as DeliveryLocation
      ,[DeliveryRun]
      ,[RunPosition]
  FROM [WideWorldImporters].[Website].[Customers]
  WHERE CustomerID=1
  FOR JSON AUTO

  

 

请留心大家有一个地理数据类型列(DeliveryLocation),那亟需引入多个至关首要的生成方案(标黄):

首先,须要更换一个string字符,否则就会报错:

FOR JSON cannot serialize CLR objects. Cast CLR types explicitly into one of the supported types in FOR JSON queries.

说不上,JSON接纳键值对的语法由此必须指定一个别名来转换数据,如果战败见面世上边的一无是处:

Column expressions and data sources without names or aliases cannot be formatted as JSON text using FOR JSON clause. Add alias to the unnamed column or table.

肯定了这个,改写的格式化输出如下:

[
    {
        "CustomerID": 1,
        "CustomerName": "Tailspin Toys (Head Office)",
        "CustomerCategoryName": "Novelty Shop",
        "PrimaryContact": "Waldemar Fisar",
        "AlternateContact": "Laimonis Berzins",
        "PhoneNumber": "(308) 555-0100",
        "FaxNumber": "(308) 555-0101",
        "BuyingGroupName": "Tailspin Toys",
        "WebsiteURL": "http://www.tailspintoys.com",
        "DeliveryMethod": "Delivery Van",
        "CityName": "Lisco",
        "DeliveryLocation": "POINT (-102.6201979 41.4972022)",
        "DeliveryRun": "",
        "RunPosition": ""
    }
]

  

 

本来也得以选拔JSON作为输入型DML语句,例如INSERT/UPDATE/DELETE
语句中运用“OPENJSON”。由此可以在具备的数量操作上投入JSON提醒。

如若不打听数据结构或者想让其更加灵活,那么可以将数据存储为一个JSON格式的字符类型,改列的品类可以使NVARCHAR
类型。Application.People 表中的CustomFields
列就是百里挑一那种景观。可以用如下语句看一下表格格式那些列的情节:

declare @json nvarchar(max)

SELECT @json=[CustomFields]
FROM [WideWorldImporters].[Application].[People]
where PersonID=8

select * from openjson(@json)

  

 

结果集在报表结果中的突显:

图片 8

 

用另一种艺术来查询那条记下,前提是索要精通在JSON数据结构和首要性的名字,使用JSON_VALUE
JSON_QUERY
函数:

  SELECT
       JSON_QUERY([CustomFields],'$.OtherLanguages') as OtherLanguages,
       JSON_VALUE([CustomFields],'$.HireDate') as HireDate,
       JSON_VALUE([CustomFields],'$.Title') as Title,
       JSON_VALUE([CustomFields],'$.PrimarySalesTerritory') as PrimarySalesTerritory,
       JSON_VALUE([CustomFields],'$.CommissionRate') as CommissionRate
  FROM [WideWorldImporters].[Application].[People]
  where PersonID=8

  

 

在表格结果集中浮现表格格式的结果:

图片 9

 

以此地点最关心就是查询条件和添加索引。设想一下大家打算去查询所有二〇一一年之后雇佣的人,你可以运作上面的查询语句:

SELECT personID,fullName,JSON_VALUE(CustomFields,'$.HireDate') as hireDate
FROM [WideWorldImporters].[Application].[People]
where IsEmployee=1
and year(cast(JSON_VALUE(CustomFields,'$.HireDate') as date))>2011

  

 

切记JSON_VALUE
再次回到一个单纯的文本值(nvarchar(4000))。必要更换再次来到值到一个时刻字段中,然后分别年来筛选查询条件。实际履行布置如下:

图片 10

 

为了印证怎样对JSON内容创制索引,需求创立一个统计列。为了举例表达,Application.People
表标记版本,并且参与总括列,当系统版本为ON的时候不帮忙。我们那边运用Sales.Invoices表,其中ReturnedDeliveryData
中插入json数据。接下来获取数据,感受一下:

SELECT TOP 100 [InvoiceID]
      ,[CustomerID]
      ,JSON_QUERY([ReturnedDeliveryData],'$.Events')
  FROM [WideWorldImporters].[Sales].[Invoices]

  

 

察觉结果集第三个event都是“Ready for collection”:

图片 11

 

然后拿走二零一六年1月的发票数额:

SELECT [InvoiceID]
      ,[CustomerID]
      ,CONVERT(datetime, CONVERT(varchar,JSON_VALUE([ReturnedDeliveryData],'$.Events[0].EventTime')),126)
  FROM [WideWorldImporters].[Sales].[Invoices]
  WHERE CONVERT(datetime, CONVERT(varchar,JSON_VALUE([ReturnedDeliveryData],'$.Events[0].EventTime')),126)
       BETWEEN '20160301' AND '20160331'

  

其实执行布署如下:

图片 12

 

    插手一个计算列叫做“ReadyDate”, 准备好集合表明式的结果:

ALTER TABLE [WideWorldImporters].[Sales].[Invoices]
ADD ReadyDate AS CONVERT(datetime, CONVERT(varchar,JSON_VALUE([ReturnedDeliveryData],'$.Events[0].EventTime')),126)

  

 

事后,重新履行查询,不过利用新的总计列作为条件:

SELECT [InvoiceID]
      ,[CustomerID]
      ,ReadyDate
  FROM [WideWorldImporters].[Sales].[Invoices]
  WHERE ReadyDate BETWEEN '20160301' AND '20160331'

  

 

履行安排是同样的,除了SSMS提出的缺失索引:

图片 13

 

之所以,按照建议在盘算列上建立索引来协助查询,建立目录如下:

/*
The Query Processor estimates that implementing the following index could improve the query cost by 99.272%.
*/
CREATE NONCLUSTERED INDEX IX_Invoices_ReadyDate
ON [Sales].[Invoices] ([ReadyDate])
INCLUDE ([InvoiceID],[CustomerID])
GO

  

 

俺们再度履行查询求证执行安排:

图片 14

 

有了目录之后,大大进步了品质,并且询问JSON的进程和表列是均等快的。

总结:

本篇通过对SQL2016 中的新增的放到JSON进行了概括介绍,主要有如下要点:

 

  • JSON能在SQLServer2016中快捷的利用,可是JSON并不是原生数据类型;
  • 只要利用JSON格式必须为出口结果是表达式的提供别名;
  • JSON_VALUE 和 JSON_QUERY 
    函数转移和获得Varchar格式的多寡,因而必须将数据转译成你要求的花色。
  • 在总计列的提携下询问JSON可以运用索引举办优化。

总结:

本篇通过对SQL2016 中的新增的放权JSON举办了简要介绍,主要有如下要点:

 

  • JSON能在SQLServer2016中急迅的选用,可是JSON并不是原生数据类型;
  • 只要应用JSON格式必须为出口结果是表明式的提供别名;
  • JSON_VALUE 和 JSON_QUERY 
    函数转移和获取Varchar格式的数目,由此必须将数据转译成你需求的花色。
  • 在计算列的扶持下询问JSON可以行使索引进行优化。

留下评论

网站地图xml地图