01. 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
02.官方文档
https://dev.mysql.com/doc/refman/8.0/en/storage-requirements.html#data-types-storage-reqs-json
JSON Storage Requirements
In general, the storage requirement for a JSON column is approximately the same as for a LONGBLOB or LONGTEXT column; that is, the space consumed by a JSON document is roughly the same as it would be for the document's string representation stored in a column of one of these types. However, there is an overhead imposed by the binary encoding, including metadata and dictionaries needed for lookup, of the individual values stored in the JSON document. For example, a string stored in a JSON document requires 4 to 10 bytes additional storage, depending on the length of the string and the size of the object or array in which it is stored.
In addition, MySQL imposes a limit on the size of any JSON document stored in a JSON column such that it cannot be any larger than the value of max_allowed_packet.
03.
http://mysql.taobao.org/monthly/2016/01/03/
数据库内核月报 － 2016 / 01
MySQL · 专家投稿 · MySQL5.7 的 JSON 实现
介绍
本文将介绍 MySQL 5.7 中如何实现非结构化（JSON）数据的存储，在介绍 MySQL 5.7 的非结构化数据存储之前，首先介绍在之前的 MySQL 的版本中，用户如何通过 BLOB 实现 JSON 对象的存储，以及这样处理的缺点是什么，这些缺点也就是 MySQL 5.7 支持 JSON 的理由；然后我们介绍了 MySQL 5.7 如何支持 JSON 格式，本文将重点关注MySQL 5.7 JSON 的存储格式。
5.7 之前 BLOB 方式实现 JSON 对象的存储
MySQL 是一个关系型数据库，在 MySQL 5.7 之前，没有提供对非结构化数据的支持，但是如果用户有这样的需求，也可以通过 MySQL 的 BLOB 来存储非结构化的数据。如下所示：
mysql> create table t(json_data blob);
Query OK, 0 rows affected (0.13 sec)
mysql> insert into t values('{"key1":"data1", "key2":2, "key3":{"sub_key1":"sub_val1"}}');
Query OK, 1 row affected (0.01 sec)
mysql> select * from t;
+------------------------------------------------------------+
| json_data |
+------------------------------------------------------------+
| {"key1":"data1", "key2":2, "key3":{"sub_key1":"sub_val1"}} |
+------------------------------------------------------------+
1 row in set (0.00 sec)
在本例中，我们使用 BLOB 来存储 JSON 数据，使用这种方法，需要用户保证插入的数据是一个能够转换成 JSON 格式的字符串，MySQL 并不保证任何正确性。在MySQL看来，这就是一个普通的字符串，并不会进行任何有效性检查，此外提取 JSON 中的字段，也需要用户的代码中完成，如下所示：
#!/usr/bin/python
import pymysql
import json
try:
conn = pymysql.connect(host="127.0.0.1", db="test", user="root", passwd="root", port=7799)
sql = "select * from t"
cur = conn.cursor()
cur.execute(sql)
rows = cur.fetchall()
print json.dumps(json.loads(rows[0][0]), indent=4)
except:
conn.close()
执行python脚本的结果如下所示：
root@dev1:~# python test.py
{
"key3": {
"sub_key1": "sub_val1"
},
"key2": 2,
"key1": "data1"
}
这种方式虽然也能够实现 JSON 的存储，但是有诸多缺点，最为显著的缺点有：
- 需要用户保证 JSON 的正确性，如果用户插入的数据并不是一个有效的 JSON 字符串，MySQL 并不会报错；
- 所有对 JSON 的操作，都需要在用户的代码里进行处理，不够友好；
- 即使只是提取 JSON 中某一个字段，也需要读出整个 BLOB，效率不高；
- 无法在 JSON 字段上建索引。
5.7中的JSON实现
MySQL本身已经是一个比较完备的数据库系统，对于底层存储并不适合有太大的改动，那么 MySQL 是如何支持 JSON 格式的呢？说来也巧，和我们前面的做法几乎一样——通过 BLOB 来存储。也就是说，MySQL 5.7支持 JSON 的做法是，在server层提供了一堆便于操作 JSON 的函数，至于存储，就是简单地将 JSON 编码成 BLOB，然后交由存储引擎层进行处理，也就是说，MySQL 5.7的JSON 支持与存储引擎没有关系，MyISAM 存储引擎也支持 JSON 格式，如下所示：
mysql> create table t_innodb(data json)engine=innodb;
Query OK, 0 rows affected (0.18 sec)
mysql> insert into t_innodb values('{"key":"val"}');
Query OK, 1 row affected (0.03 sec)
mysql> create table t_myisam(data json)engine=myisam;
Query OK, 0 rows affected (0.02 sec)
mysql> insert into t_myisam values('{"key":"val"}');
Query OK, 1 row affected (0.00 sec)
MySQL 5.7 提供了很多操作 JSON 的函数，都是为了提高易用性，可以参考官方文档。本文将主要关注实现。
关于MySQL 5.7的JSON存储，MySQL的源码里写得比较清楚，在sql/json_binary.h中有下面这段注释：
If the value is a JSON object, its binary representation will have a
header that contains:
- the member count
- the size of the binary value in bytes
- a list of pointers to each key
- a list of pointers to each value
The actual keys and values will come after the header, in the same
order as in the header.
Similarly, if the value is a JSON array, the binary representation
will have a header with
- the element count
- the size of the binary value in bytes
- a list of pointers to each value
从注释里面我们可以知道，对于JSON数组和JSON对象，MySQL如何编码成BLOB对象，数组比较简单，下面给出JSON对象的示意图（见json_binary.cc中的serialize_json_object函数），如下所示：
JSON 对象
说明如下：首先存放的是 JSON 的元素个数，然后存放的是转换成 BLOB 以后的字节数，接下来存放的是key pointers和value pointers。为了加快查找速度，MySQL 内部会对key进行排序，以便对key进行二分查找，以提高处理速度。
此外，对于key pointers，有如下注释：
/*
The size of key entries for objects when using the small storage
format or the large storage format. In the small format it is 4
bytes (2 bytes for key length and 2 bytes for key offset). In the
large format it is 6 (2 bytes for length, 4 bytes for offset).
*/
#define KEY_ENTRY_SIZE_SMALL (2 + SMALL_OFFSET_SIZE)
#define KEY_ENTRY_SIZE_LARGE (2 + LARGE_OFFSET_SIZE)
也就是说，在MySQL 5.7中，key的长度只用2个字节保存（65535），如果超过这个长度，MySQL将报错，如下所示：
mysql> insert into t1 values(JSON_OBJECT(repeat('a', 65535), 'val'));
Query OK, 1 row affected (0.37 sec)
mysql> insert into t1 values(JSON_OBJECT(repeat('a', 65536), 'val'));
ERROR 3151 (22032): The JSON object contains a key name that is too long.
如果查看MySQL的源码，可以看到，与JSON相关的文件有：
json_binary.cc
json_binary.h
json_dom.cc
json_dom.h
json_path.cc
json_path.h
其中，json_binary 处理JSON 的编码、解码，json_dom 是 JSON 的内存表示，json_path 用以将字符串解析成 JSON，具体说明见WL#7909。
对于 JSON 的编码，入口是json_binary.cc 文件中的serialize函数，对于 JSON 的解码，即将 BLOB 解析成 JSON 对象，入口是json_binary.cc文件中的parse_binary函数，只要搞清楚了 JSON 的存储格式，这两个函数是很好理解的。
作者介绍 赖明星 厦门大学硕士毕业，网易杭研服务器端开发工程师，MySQL 爱好者，网名“不知一不知二”。
参考文章：
https://scotch.io/tutorials/working-with-json-in-mysql
http://www.mysqltutorial.org/mysql-json/