主流数据库支持json类型，关键在于精准路径查询、生成列+索引提升性能、局部函数更新、入库前结构校验。
MySQL 5.7+ 和 PostgreSQL 等主流数据库已原生支持 JSON 数据类型，但直接当“黑盒”存取容易踩坑。关键不在能否存，而在如何高效、安全、可维护地查和改。
用路径表达式精准定位嵌套字段
JSON 字段不是字符串，不能靠 LIKE 模糊匹配；必须用标准路径语法（如 $[0].name 或 $.user.profile.age）定位值。MySQL 用 -> 提取带引号的字符串结果，->> 自动去引号（推荐多数场景）；PostgreSQL 用 -> 取 JSON 对象，->> 取 text 值。
- 查数组第二项的邮箱：
WHERE data ->> '$[1].email' = 'a@b.com' - 查对象中深层布尔值：
WHERE config -> '$.feature.enabled' = true（注意：MySQL 中 JSON true/false 是关键字，不加引号） - 避免写
WHERE data LIKE '%\"status\":\"active\"%'——不可索引、易误匹配、无法校验结构
给 JSON 字段建生成列 + 索引提升查询性能
直接在 JSON 列上建索引无效。正确做法是创建虚拟（generated）列提取关键字段，再对其建索引。
Delphi 7应用编程150例 CHM全书内容下载，全书主要通过150个实例，全面、深入地介绍了用Delphi 7开发应用程序的常用方法和技巧，主要讲解了用Delphi 7进行界面效果处理、图像处理、图形与多媒体开发、系统功能控制、文件处理、网络与数据库开发，以及组件应用等内容。这些实例简单实用、典型性强、功能突出，很多实例使用的技术稍加扩展可以解决同类问题。使用本书最好的方法是通过学习掌握实例中的技术或技巧，然后使用这些技术尝试实现更复杂的功能并应用到更多方面。本书主要针对具有一定Delphi基础知识
- MySQL 示例：
ALTER TABLE orders ADD COLUMN status VARCHAR(20) GENERATED ALWAYS AS (data ->> '$.status') STORED;CREATE INDEX idx_orders_status ON orders(status); - 之后即可高效执行：
SELECT * FROM orders WHERE status = 'shipped'; - PostgreSQL 可用函数索引：
CREATE INDEX idx_users_age ON users ((data ->> 'age')::int);
安全更新 JSON 内容，避免覆盖整字段
别用 UPDATE ... SET json_col = '{"a":1,"b":2}' 覆盖全量——易丢数据、并发不安全。应使用内置函数局部修改。
- MySQL：
JSON_SET(data, '$.price', 99.9)（不存在则新增），JSON_REPLACE(data, '$.price', 89.9)（仅替换已存在字段） - 追加数组元素：
JSON_ARRAY_APPEND(data, '$.tags', 'new-tag') - PostgreSQL：
jsonb_set(data, '{status}', '"canceled"')或data || '{"updated":true}'::jsonb - 重要：所有 JSON 修改函数返回新 JSON 值，需显式赋值回字段，如
SET data = JSON_SET(data, ...)
验证与清洗 JSON 结构再入库
应用层传入的 JSON 常含格式错误、非法字符或意外空值。入库前务必校验，否则后续查询失败难排查。
- MySQL：用
JSON_VALID(data)判断是否合法，配合 CHECK 约束强制校验：ADD CONSTRAINT valid_json CHECK (JSON_VALID(config)) - PostgreSQL：jsonb 类型自动拒绝非法 JSON；若用 json 类型，可用
json_is_valid()（需扩展）或应用层处理 - 对必填字段做存在性检查：
WHERE JSON_CONTAINS_PATH(data, 'one', '$.user.id')（MySQL）
JSON 类型不是万能胶，而是结构化与灵活性之间的折中方案。用得好，省表省 JOIN；用得随意，等于把业务逻辑塞进数据库黑盒里。核心就三点：路径要准、索引要借、更新要局部、入库要验。
