PostgreSQL中json数据类型详解

前言

JSON（JavaScript Object Notation）是一种轻量级的数据交换格式。它基于 ECMAScript（European Computer Manufacturers Association, 欧洲计算机协会制定的js规范）的一个子集，采用完全独立于编程语言的文本格式来存储和表示数据。简洁和清晰的层次结构使得 JSON 成为理想的数据交换语言。易于人阅读和编写，同时也易于机器解析和生成，并有效地提升网络传输效率。其实JSON作为一种数据规范和标准，在用于接口交换，系统配置，数据存储方面拥有得天独厚的一席之地。

在存储技术已经高速发达的今天，对于json数据的存储和使用，有多重方式。比如在缓存界的一哥Redis,文档数据库的佼佼者Mongodb等等。上述两者的基础数据结构也是JSON，基于json丰富的开发接口和支持。

随着技术和业务的发展，除了上述两者之外，许多传统的关系型数据库，如MySQL、PostgreSQL（以下简称PG）等等都开始支持json数据的存储和高效查询。在不增加额外的技术栈学习成本之下，基于统一的数据库库知识来满足日常的业务需求，也是一种合理的技术选型（满足了日常业务即可）。本文重点讲述在PG中关于json类型的介绍，json和jsonb的区别，json和jsonb的基本操作、输出区别、包含测试等内容，让各位对json类型有一个基本直观的认识。理解最基础的数据库操作。

一、PG数据库中JSON的类型

json数据也可以被存储为text，但是与text数据类型相比，JSON 数据类型的优势在于能强制要求每个被存储的值符合 JSON 规则。也有很多 JSON 相关的函数和操作符可以用于存储在这些数据类型中的数据。基于text类型的数据，无法直接利用数据库的查询技术来提高查询效率。而且需要在应用程序中进行相关的转换。众所周知，PostgreSQL 提供存储JSON数据的两种类型：json 和 jsonb。

1、json和jsonb的区别

json 和 jsonb数据类型接受几乎完全相同的值集合作为输入。主要的实际区别之一是效率。json数据类型存储输入文本的精准拷贝，处理函数必须在每次执行时必须重新解析该数据。而jsonb数据被存储在一种分解好的二进制格式中，它在输入时要稍慢一些，因为需要做附加的转换。但是 jsonb在处理时要快很多，因为不需要解析。jsonb也支持索引，这也是一个令人瞩目的优势（言外之意，json类型对索引程度不是特别友好）。

由于json类型存储的是输入文本的准确拷贝，其中可能会保留在语法上不明显的、存在于记号之间的空格，还有 JSON 对象内部的键的顺序。还有，如果一个值中的 JSON 对象包含同一个键超过一次，所有的键/值对都会被保留（处理函数会把最后的值当作有效值）。相反，jsonb不保留空格、不保留对象键的顺序并且不保留重复的对象键。如果在输入中指定了重复的键，只有最后一个值会被保留。

2、项目开发中的选择

从数据插入更新处理速度上，json>jsonb。在数据查询性能上jsonb>json。在数据的整体空间占用上，json>jsonb。

因此，通常在一般的技术开发过程中，除非有特别特殊的需要（历史遗留问题等），大多数应用应该更愿意把 JSON 数据存储为jsonb（通过json函数和函数索引的加持下，jsonb的查询能力得到了大大的增强）。

3、json数据类型

在pg中的json数据类型可以分为：String，Number,boolean,Null。下面给出一个表格，是关于json的基本数据类型和pg数据类型的一个对比和对照。

JSON类型PG数据类型说明Stringtext不允许\\u0000，如果数据库编码不是 UTF8，非 ASCII Unicode 转义也是这样NumberNumber不允许NaN 和 infinity值Booleanboolean只接受小写true和false拼写NULL无SQL NULL是一个不同的概念

这里关于编码有一个需要解释的地方，就是Unicode的转义问题。这里涉及到数据库在创建的时候是不是使用utf-8的编码存储。在json类型的输入函数中，不管数据库编码如何都允许 Unicode 转义，并且只检查语法正确性（即，跟在\\u 后面的四个十六进制位）。但是，jsonb的输入函数更加严格：它不允许非 ASCII 字符的 Unicode 转义（高于U+007F的那些），除非数据库编码是 UTF8。jsonb类型也拒绝\\u0000（因为 PostgreSQL的text类型无法表示它），并且它坚持使用 Unicode 代理对来标记位于 Unicode 基本多语言平面之外的字符是正确的。合法的 Unicode 转义会被转换成等价的 ASCII 或 UTF8 字符进行存储，这包括把代理对折叠成一个单一字符。在把文本 JSON 输入转换成jsonb时，RFC 7159描述的基本类型会被有效地映射到原生的 PostgreSQL类型（如上表描述）。因此，在合法 jsonb数据的组成上有一些次要额外约束，它们不适合 json类型和抽象意义上的 JSON，这些约束对应于有关哪些东西不能被底层数据类型表示的限制。尤其是，jsonb将拒绝位于 PostgreSQL numeric数据类型范围之外的数字，而json则不会。不过，实际上这类问题更可能发生在其他实现中，因为把 JSON 的number基本类型表示为 IEEE 754 双精度浮点是很常见的（这也是RFC 7159 明确期待和允许的）。当在这类系统间使用 JSON 作为一种交换格式时，应该考虑丢失数字精度的风险。

二、PG中json的简单操作

1、基础json数据操作

— 简单标量/基本值
— 基本值可以是数字、带引号的字符串、true、false或者null
SELECT \’5\’::json;

— 有零个或者更多元素的数组（元素不需要为同一类型）
SELECT \'[1, 2, \”foo\”, null]\’::json;

— 包含键值对的对象
— 注意对象键必须总是带引号的字符串
SELECT \'{\”name\”: \”张三\”, \”age\”: 39, \”active\”: false,\”sex\”:\”男\”}\’::json;

— 数组和对象可以被任意嵌套
SELECT \'{\”foo\”: [true, \”bar\”], \”tags\”: {\”a\”: 1, \”b\”: null}}\’::json;

2、json和jsonb输出对比

SELECT \'{\”bar\”: \”baz\”, \”balance\”: 7.77, \”active\”:false}\’::json;
json
————————————————-
{\”bar\”: \”baz\”, \”balance\”: 7.77, \”active\”:false}
(1 row)

SELECT \'{\”bar\”: \”baz\”, \”balance\”: 7.77, \”active\”:false}\’::jsonb;
jsonb
————————————————–
{\”bar\”: \”baz\”, \”active\”: false, \”balance\”: 7.77}
(1 row)

通过这里输出可以看到，将目标对象作为json输出时，输出结果和输入基本保持一致。对于第二条语句而言，内容上似乎没有什么太大的变化，但是输出结果的顺序与第一条有明显的区别。

再来看一组有意思的输出，依然是关于jsonb和json的number结果的展示。

SELECT \'{\”reading\”: 1.230e-5}\’::json, \'{\”reading\”: 1.230e-5}\’::jsonb;
json | jsonb
———————–+————————-
{\”reading\”: 1.230e-5} | {\”reading\”: 0.00001230}
(1 row)

很明显的区别是jsonb被数据库的执行引擎给优化了，展示结果与json也不同。