背景
既然说到了json的虚拟列 那么必然会涉及到虚拟列的索引的创建
我们可以简单的比较一下和实体表的区别
首先我们使用 Mysql批量填充随机数据方法进行数据的填充
方案
创建表2 直接使用表1座create_table
create table user_2 as select * from user;
这样的话我们看一下
user中的虚拟列变成了实际列
给user_2 建立特定的username索引
alter table user_2 add primary key(uid);
alter table user_2 add index idx_name(virtual_name);
增加对应的索引
查看建表语句
mysql> show create table user_2\G
*************************** 1. row ***************************
Table: user_2
Create Table: CREATE TABLE `user_2` (
`uid` int(11) NOT NULL DEFAULT '0',
`data` json DEFAULT NULL,
`virtual_name` varchar(20) DEFAULT NULL,
`address` varchar(50) DEFAULT NULL,
`virtual_tel` varchar(20) DEFAULT NULL,
PRIMARY KEY (`uid`),
KEY `idx_name` (`virtual_name`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8
1 row in set (0.00 sec)
mysql> show create table user\G
*************************** 1. row ***************************
Table: user
Create Table: CREATE TABLE `user` (
`uid` int(11) NOT NULL AUTO_INCREMENT,
`data` json DEFAULT NULL,
`virtual_name` varchar(20) GENERATED ALWAYS AS (json_unquote(json_extract(`data`,'$.name'))) VIRTUAL,
`address` varchar(50) DEFAULT NULL,
`virtual_tel` varchar(20) GENERATED ALWAYS AS (json_unquote(json_extract(`data`,'$.tel'))) VIRTUAL,
PRIMARY KEY (`uid`),
KEY `idx_name_address` (`virtual_name`,`address`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=1100009 DEFAULT CHARSET=utf8
1 row in set (0.00 sec)
测试
查看对应的sql语句
mysql> explain select * from user where virtual_name='徐二五'\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: user
partitions: NULL
type: ref
possible_keys: idx_name_address
key: idx_name_address
key_len: 63
ref: const
rows: 49
filtered: 100.00
Extra: NULL
1 row in set, 1 warning (0.04 sec)
而正常表的执行计划语句如下
mysql> explain select * from user_2 where virtual_name='徐二五'\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: user_2
partitions: NULL
type: ref
possible_keys: idx_name
key: idx_name
key_len: 63
ref: const
rows: 49
filtered: 100.00
Extra: NULL
1 row in set, 1 warning (0.00 sec)
两张表均可以用到对应的索引并且类型也完全一致
可以看到在单表数据过100w 其实json的性能也没有太多损失
mysql> select count(*)from user;
+----------+
| count(*) |
+----------+
| 1100007 |
+----------+
1 row in set (0.13 sec)
当然合适的索引至关重要!