JSON_TABLE 用于将 JSON 数组“炸开”为关系型行集，必须配合 LATERAL 在 FROM 子句中使用；其核心能力是结构化展开嵌套数组，支持多字段提取、JOIN、GROUP BY 和窗口函数，不可被 JSON_CONTAINS 或 JSON_EXTRACT 替代。
JSON_TABLE 怎么把 JSON 数组转成行？
JSON_TABLE 的核心作用是把 JSON 文档里的数组“炸开”成关系型行集，不是解析单个值。它必须配合 LATERAL（或隐式 LATERAL）在 FROM 子句中使用，不能直接用于 SELECT 列表里。
常见错误是写成 SELECT JSON_TABLE(...) —— 这会报错：ERROR 1064 (42000): You have an error in your SQL syntax。
正确姿势是：
SELECT jt.tag, COUNT(*) AS cnt FROM articles, JSON_TABLE( content_json, '$.tags[*]' COLUMNS (tag TEXT PATH '$') ) AS jt WHERE jt.tag IS NOT NULL;
注意三点：
-
content_json是表中存 JSON 的列名，类型应为JSON或能自动转换的字符串（如TEXT） - 路径
'$.tags[]'中的[]表示遍历数组每个元素；如果路径没匹配到数组（比如字段为空、null 或非数组），JSON_TABLE返回空结果集，整行被丢弃 -
COLUMNS里用PATH '$'表示取当前数组元素本身；若元素是对象（如{"name": "mysql", "level": 2}），可写name TEXT PATH '$.name'
聚合统计时为什么 COUNT(*) 结果比预期少？
根本原因是 JSON_TABLE 对 null、非法 JSON、非数组值静默跳过——不报错，也不生成行。
典型场景：
-
content_json列含NULL值 → 该行完全不出现在结果中 -
$.tags字段存在但值为字符串"backend"（不是数组）→ 该行无jt行产出 - JSON 格式错误（如多逗号、单引号）→ 整个
JSON_TABLE表达式返回空
解决办法是先过滤再展开：
SELECT jt.tag, COUNT(*) AS cnt FROM articles WHERE JSON_VALID(content_json) AND JSON_TYPE(JSON_EXTRACT(content_json, '$.tags')) = 'ARRAY' AND JSON_LENGTH(JSON_EXTRACT(content_json, '$.tags')) > 0, JSON_TABLE( content_json, '$.tags[*]' COLUMNS (tag TEXT PATH '$') ) AS jt;
更稳妥的做法是用 COALESCE + JSON_EXTRACT 预处理默认空数组：
JSON_TABLE(
COALESCE(
JSON_EXTRACT(content_json, '$.tags'),
'[]'
),
'$[*]' COLUMNS (tag TEXT PATH '$')
) AS jt
性能差得离谱？检查这几个地方
JSON_TABLE 是逐行执行的，无法利用索引加速展开过程。当表有 10 万行、平均每行展开 5 个 tag，实际扫描行数就是 50 万 —— 这还没算 JSON 解析开销。
关键瓶颈点：
- 没对原始 JSON 列建函数索引（MySQL 8.0.13+ 支持）：
ALTER TABLE articles ADD COLUMN tags_array JSON AS (JSON_EXTRACT(content_json, '$.tags')) STORED;，然后在tags_array上建虚拟列索引 - 在
WHERE条件里对JSON_EXTRACT做过滤（如JSON_CONTAINS(..., '"mysql"')），会导致全表扫描 JSON 列 - 展开后未及时
GROUP BY，让中间结果集膨胀（例如展开 100 万行才聚合）
建议操作顺序：
- 先用
JSON_LENGTH粗筛：WHERE JSON_LENGTH(JSON_EXTRACT(content_json, '$.tags')) > 0 - 展开后立刻
GROUP BY jt.tag，避免大中间集 - 若高频查某几个 tag，考虑冗余字段（如
is_mysql_tag TINYINT）并建索引
和 JSON_CONTAINS、JSON_EXTRACT 比有什么不可替代性？
JSON_CONTAINS 只能回答“有没有”，JSON_EXTRACT 只能取固定路径的值；只有 JSON_TABLE 能真正实现「数组扁平化 + 多字段提取 + 关联聚合」。
比如 JSON 是：{"user": "alice", "actions": [{"type": "login", "ts": 1710000000}, {"type": "post", "ts": 1710000100}]}
你想统计每个用户的 login 次数、平均间隔：
SELECT
u.name,
COUNT(*) FILTER (WHERE a.type = 'login') AS login_cnt,
AVG(a.ts - LAG(a.ts) OVER (PARTITION BY u.name ORDER BY a.ts))
FROM logs,
JSON_TABLE(log_data, '$' COLUMNS (
name TEXT PATH '$.user',
NESTED PATH '$.actions[*]' COLUMNS (
type TEXT PATH '$.type',
ts BIGINT PATH '$.ts'
)
)) AS u,
LATERAL (SELECT * FROM JSON_TABLE(log_data, '$.actions[*]' COLUMNS (
type TEXT PATH '$.type',
ts BIGINT PATH '$.ts'
)) AS a) AS a
GROUP BY u.name;
嵌套 NESTED PATH 和 LATERAL 关联才是它不可替代的地方——其他 JSON 函数做不到这种结构化展开。
实际用的时候，别指望它快，但要清楚它唯一能干成的事：把深嵌套、变长数组变成可 JOIN、可 GROUP BY、可 WINDOW 的真实行。一旦需要跨数组元素做计算，绕不开它。
