Question

如何将从接口取到的json数据存入mysql数据库

Answer 1

mysql数据库建立表，存储json字段用text类型
然后从接口中获取JSON数据，转成STRING格式，直接插入到这个字段就可以了。

Answer 2

json的数据json.loads进来以后会变成一个json的对象，你需要自己把python对象中的字段值取出来，拼成sql语句

你可以把这个过程封装成一个函数

import json
def save_json(json_str):
obj = json.loads(json_str)

sql = 'insert into tbl values ("%s")' % obj['id'] #这里注意编码，要转成数据库的编码格式

#blabla

Answer 3

我们知道，JSON是一种轻量级的数据交互的格式，大部分NO SQL数据库的存储都用JSON。MySQL从5.7开始支持JSON格式的数据存储，并且新增了很多JSON相关函数。MySQL 8.0 又带来了一个新的把JSON转换为TABLE的函数JSON_TABLE，实现了JSON到表的转换。

举例一

我们看下简单的例子：

简单定义一个两级JSON 对象

mysql> set @ytt='{"name":[{"a":"ytt","b":"action"},  {"a":"dble","b":"shard"},{"a":"mysql","b":"oracle"}]}';Query OK, 0 rows affected (0.00 sec)

第一级：

mysql> select json_keys(@ytt);+-----------------+| json_keys(@ytt) |+-----------------+| ["name"]        |+-----------------+1 row in set (0.00 sec)

第二级：

mysql> select json_keys(@ytt,'$.name[0]');+-----------------------------+| json_keys(@ytt,'$.name[0]') |+-----------------------------+| ["a", "b"]                  |+-----------------------------+1 row in set (0.00 sec)

我们使用MySQL 8.0 的JSON_TABLE 来转换 @ytt。

• mysql> select * from json_table(@ytt,'$.name[*]' columns (f1 varchar(10) path '$.a', f2 varchar(10) path '$.b')) as tt;

• +-------+--------+

• | f1    | f2     |

• +-------+--------+

• | ytt   | action |

• | dble  | shard  |

• | mysql | oracle |

• +-------+--------+

• 3 rows in set (0.00 sec)

举例二

再来一个复杂点的例子，用的是EXPLAIN 的JSON结果集。

JSON 串 @json_str1。

• set @json_str1 = ' {  "query_block": {    "select_id": 1,    "cost_info": {      "query_cost": "1.00"    },    "table": {      "table_name": "bigtable",      "access_type": "const",      "possible_keys": [        "id"      ],      "key": "id",      "used_key_parts": [        "id"      ],      "key_length": "8",      "ref": [        "const"      ],      "rows_examined_per_scan": 1,      "rows_produced_per_join": 1,      "filtered": "100.00",      "cost_info": {        "read_cost": "0.00",        "eval_cost": "0.20",        "prefix_cost": "0.00",        "data_read_per_join": "176"      },      "used_columns": [        "id",        "log_time",        "str1",        "str2"      ]    }  }}';




第一级：

• mysql> select json_keys(@json_str1) as 'first_object';+-----------------+| first_object    |+-----------------+| ["query_block"] |+-----------------+1 row in set (0.00 sec)




第二级：

• mysql> select json_keys(@json_str1,'$.query_block') as 'second_object';+-------------------------------------+| second_object                       |+-------------------------------------+| ["table", "cost_info", "select_id"] |+-------------------------------------+1 row in set (0.00 sec)




第三级：

• mysql>  select json_keys(@json_str1,'$.query_block.table') as 'third_object'\G*************************** 1. row ***************************third_object: ["key","ref","filtered","cost_info","key_length","table_name","access_type","used_columns","possible_keys","used_key_parts","rows_examined_per_scan","rows_produced_per_join"]1 row in set (0.01 sec)




第四级：

• mysql> select json_extract(@json_str1,'$.query_block.table.cost_info') as 'forth_object'\G*************************** 1. row ***************************forth_object: {"eval_cost":"0.20","read_cost":"0.00","prefix_cost":"0.00","data_read_per_join":"176"}1 row in set (0.00 sec)




那我们把这个JSON 串转换为表。

• SELECT * FROM JSON_TABLE(@json_str1,

• "$.query_block"

• COLUMNS(

• rowid FOR ORDINALITY,

• NESTED PATH '$.table'

• COLUMNS (

• a1_1 varchar(100) PATH '$.key',

• a1_2 varchar(100) PATH '$.ref[0]',

• a1_3 varchar(100) PATH '$.filtered',

• nested path '$.cost_info'

• columns (

• a2_1 varchar(100) PATH '$.eval_cost' ,

• a2_2 varchar(100) PATH '$.read_cost',

• a2_3 varchar(100) PATH '$.prefix_cost',

• a2_4 varchar(100) PATH '$.data_read_per_join'

• ),

• a3 varchar(100) PATH '$.key_length',

• a4 varchar(100) PATH '$.table_name',

• a5 varchar(100) PATH '$.access_type',

• a6 varchar(100) PATH '$.used_key_parts[0]',

• a7 varchar(100) PATH '$.rows_examined_per_scan',

• a8 varchar(100) PATH '$.rows_produced_per_join',

• a9 varchar(100) PATH '$.key'

• ),

• NESTED PATH '$.cost_info'

• columns (

• b1_1 varchar(100) path '$.query_cost'

• ),

• c INT path "$.select_id"

• )

• ) AS tt;

• +-------+------+-------+--------+------+------+------+------+------+----------+-------+------+------+------+------+------+------+

• | rowid | a1_1 | a1_2  | a1_3   | a2_1 | a2_2 | a2_3 | a2_4 | a3   | a4       | a5    | a6   | a7   | a8   | a9   | b1_1 | c    |

• +-------+------+-------+--------+------+------+------+------+------+----------+-------+------+------+------+------+------+------+

• |     1 | id   | const | 100.00 | 0.20 | 0.00 | 0.00 | 176  | 8    | bigtable | const | id   | 1    | 1    | id   | NULL |    1 |

• |     1 | NULL | NULL  | NULL   | NULL | NULL | NULL | NULL | NULL | NULL     | NULL  | NULL | NULL | NULL | NULL | 1.00 |    1 |

• +-------+------+-------+--------+------+------+------+------+------+----------+-------+------+------+------+------+------+------+

• 2 rows in set (0.00 sec)

当然，JSON_table 函数还有其他的用法，我这里不一一列举了，详细的参考手册。



请点击输入图片描述

请点击输入图片描述

修改回答