JSON/JSONB类型支持什么样的数据?

JSON(全称JavaScript Object Notation)数据,可以是单独的一个标量,也可以是一个数组,也可以是一个键值对象,其中数组和对象可以统称容器(container):

  • 量(scalar):单一的数字、bool、string、null都可以叫做标量。
  • 数组(array):[]结构,里面存放的元素可以是任意类型的JSON,并且不要求数组内所有元素都是同一类型。
  • 对象(object):{}结构,存储key:value的键值对,其键只能是用“”包裹起来的字符串,值可以是任意类型的JSON,对于重复的键,按最后一个键值对为准。

南大通用GBase 8c数据库中存在两种相关数据类型:JSON和JSONB,都可以用来存储JSON数据。其中JSON是对输入的字符串的完整拷贝,使用时再去解析,所以它会保留输入的空格、重复键以及顺序等;JSONB解析输入后保存的二进制,它在解析时会删除语义无关的细节和重复的键,对键值也会进行排序,使用时不用再次解析。

因此可以发现,两者其实都是JSON,它们接受相同的字符串作为输入。它们实际的主要差别是效率。JSON数据类型存储输入文本的精确拷贝,处理函数必须在每个执行上重新解析; 而JSONB数据以分解的二进制格式存储,这使得它由于添加了转换机制而在输入上稍微慢些,但是在处理上明显更快,因为不需要重新解析。同时由于JSONB类型存在解析后的格式归一化等操作,同等的语义下只会有一种格式,因此可以更好更强大的支持很多其他额外的操作,比如按照一定的规则进行大小比较等。JSONB也支持索引,这也是一个明显的优势。

输入格式

输入必须是一个符合JSON数据格式的字符串,此字符串用单引号’’声明。

null(null-json):仅null,全小写。

select 'null'::json;   -- suc
select 'NULL'::jsonb;  -- err

数字(num-json):正负整数、小数、0,支持科学计数法。

select '1'::json;
select '-1.5'::json;
select '-1.5e-5'::jsonb, '-1.5e+2'::jsonb;
select '001'::json, '+15'::json, 'NaN'::json; -- 不支持多余的前导0,正数的+号,以及NaN和infinity。

布尔(bool-json):仅true、false,全小写。

select 'true'::json;
select 'false'::jsonb;

字符串(str-json):必须是加双引号的字符串。

select '"a"'::json;
select '"abc"'::jsonb;

数组(array-json):使用中括号[]包裹,满足数组书写条件。数组内元素类型可以是任意合法的JSON,且不要求类型一致。

select '[1, 2, "foo", null]'::json;
select '[]'::json;
select '[1, 2, "foo", null, [[]], {}]'::jsonb;

对象(object-json):使用大括号{}包裹,键必须是满足JSON字符串规则的字符串,值可以是任意合法的JSON。

select '{}'::json;
select '{"a": 1, "b": {"a": 2,  "b": null}}'::json;
select '{"foo": [true, "bar"], "tags": {"a": 1, "b": null}}'::jsonb;

注意:

区分 ‘nul’::json 和 null::json 是两个不同的概念,类似于字符串 str=”” 和 str=null。

对于数字,当使用科学计数法的时候,jsonb类型会将其展开,而json会精准拷贝输入。

JSONB高级特性

JSON和JSONB的主要差异在于存储方式上的不同,JSONB存储的是解析后的二进制,能够体现JSON的层次结构,更方便直接访问等,因此JSONB会有很多JSON所不具有的高级特性。需要注意的是,JSONB不支持列存、不支持作为分区键、不支持外表、内存表。

(1) 格式归一化

对于输入的object-json字符串,解析成jsonb二进制后,会天然的丢弃语义上无关紧要的细节,比如空格:

postgres=# select '   [1, " a ", {"a"   :1    }]  '::jsonb;       
jsonb
----------------------
[1, " a ", {"a": 1}]
(1 row)

对于object-json,会删除重复的键值,只保留最后一个出现的,如:

postgres=# select '{"a" : 1, "a" : 2}'::jsonb;  
jsonb
---------- 
{"a": 2}
(1 row)

对于object-json,键值会重新进行排序,排序规则:长度长的在后、长度相等则ascii码大的在后,如:

postgres=# select '{"aa" : 1, "b" : 2, "a" : 3}'::jsonb;          
jsonb
--------------------------- 
{"a": 3, "b": 2, "aa": 1}
(1 row)

(2) 大小比较

由于经过了格式归一化,保证了同一种语义下的jsonb只会有一种存在形式,因此按照制定的规则,可以比较大小。首先比较类型:object-jsonb > array-jsonb > bool-jsonb > num-jsonb > str-jsonb > null-jsonb

同类型则比较内容:

  • str-json类型:依据text比较的方法,使用数据库默认排序规则进行比较,返回值正数代表大于,负数代表小于,0表示相等。
  • num-json类型:数值比较。
  • bool-json类型:true > false。
  • array-jsonb类型:长度长的 > 长度短的,长度相等则依次比较每个元素。
  • object-jsonb类型:长度长的 > 长度短的,长度相等则依次比较每个键值对,先比较键,在比较值。

注意:object-jsonb类型内比较时,比较时使用的是格式整理后的最终结果进行比较,因此相对于我们直接的输入未必会很直观。

(3) 创建索引、主外键

  • BTREE索引

jsonb类型支持创建btree索引,支持创建主键、外键。

  • GIN索引

GIN索引可以用来有效的搜索出现在大量jsonb文档(datums)中的键或者键/值对。提供了两个GIN操作符类(jsonb_ops、jsonb_hash_ops),提供了不同的性能和灵活性取舍。缺省的GIN操作符类支持使用@>、<@、?、 ?&和?|操作符查询,非缺省的GIN操作符类jsonb_path_ops只支持索引@>、<@操作符。

(4) 包含存在

查询一个JSON之中是否包含某些元素,或者某些元素是否存在于某个JSON中是jsonb的一个重要能力。

简单的标量/原始值只包含相同的值:

SELECT '"foo"'::jsonb @> '"foo"'::jsonb;

左侧数组包含了右侧字符串:

SELECT '[1, “aa”, 3]'::jsonb ? 'aa';

左侧数组包含了右侧的数组所有元素,顺序、重复不重要:

SELECT '[1, 2, 3]'::jsonb @> '[1, 3, 1]'::jsonb;

左侧object-json包含了右侧object-json的所有键值对:

SELECT '{"product": "PostgreSQL", "version": 9.4, "jsonb":true}'::jsonb @> '{"version":9.4}'::jsonb;

左侧数组并没有包含右侧的数组所有元素,因为左侧数组的三个元素为1、2、[1,3],右侧的为1、3:

SELECT '[1, 2, [1, 3]]'::jsonb @> '[1, 3]'::jsonb;

本文简单对GBase 8c支持的JSON/JSONB数据类型做一个阐述说明,可能还有更多的方法等待大家探索。