数据库管理-第185期 23ai:一套关系型数据干掉多套JSON存储（20240508）

作者：胖头鱼的鱼缸（尹海文）
Oracle ACE Associate: Database（Oracle与MySQL）
PostgreSQL ACE Partner
10年数据库行业经验，现主要从事数据库服务工作
拥有OCM 11g/12c/19c、MySQL 8.0 OCP、Exadata、CDP等认证
墨天轮MVP、认证技术专家、年度墨力之星，ITPUB认证专家、专家百人团成员，OCM讲师，PolarDB开源社区技术顾问，OceanBase观察团成员
圈内拥有“总监”、“保安”、“国产数据库最大敌人”等称号，非著名社恐（社交恐怖分子）
公众号：胖头鱼的鱼缸；CSDN：胖头鱼的鱼缸（尹海文）；墨天轮：胖头鱼的鱼缸；ITPUB：yhw1809。
除授权转载并标明出处外，均为“非法”抄袭

上一期通过一个简单的示例展示了JSON关系二元性视图，视图创建了，但是里面很多内容，比如映射关系、数据关系维护等等都没有深入讲，还有就是如何用一套关系表数据实现多个JSON关系二元性视图。

1 上期示例说明

这里展示一下表和视图之间的一些映射关系：

• 箭头指定了每个表在视图中的位置，其中最外层的是orders表，根据订单展示需求持续向内嵌套
• 各个主键（应当包含唯一约束列）都出现在了每一层表映射内容中
• 这里列之间的关联关系以及如何输出数据是由主外键关系实现的
• 这里创建视图使用的是GraphQL，这种方式可以用直接匹配输出结果的方式编写语句，也有以SQL定义，下面是官方文档提供的一个范例：
  
• NEST/UNNEST：这个放在下一节讲解
• 增删改：默认都是允许的JSON关系二元性视图是只读的，不能增删改，在使用GraphQL的模式下使用@[no]insert, @[no]update, @[no]elete，@[no]check；SQL下则是WITH [NO]INSERT [NO]UPDATE [NO]DELETE ；可以控制到每张表的级别。下面是官方文档提供的两个范例：
  
  
  对于上一期的范例就是只能增删改orders表涉及的字段。
  对于数据修改，特别是原来JSON存储的冗余数据，由于底层数据存储不存在冗余，现在可以仅在JSON关系二元性视图中更新一条数据即可修改所有相关JSON数据展示；也可以修改底层关系表实现
• CHECK：这个放在下一节讲解

2 两个参数

2.1 NEST/UNNEST

关于SQL中的unnest和nest，GraphQL中为@unnest, @nest，每个视图都定义了两个版本，其中一个包含嵌套对象，另一个使用关键字UNNEST定义，将嵌套对象展开为直接包含其字段，unset为指定嵌套对象中的属性何时应取消嵌套到父对象中。
这里直接通过下面的案例即可直观了解NEST/UNNEST的作用：

--新创建两个简单点的JSON关系二元性视图，分别使用@unnest和不指定
CREATE JSON DUALITY VIEW orders_jdv_unnest AS
orders
{_id          : order_id,ordertime    : order_time,customers @unnest{cid        : customer_id,customer   : customer_name}
};
select json_serialize(t.data PRETTY) from orders_jdv_unnest t;CREATE JSON DUALITY VIEW orders_jdv_nest AS
orders
{_id          : order_id,ordertime    : order_time,customers{cid        : customer_id,customer   : customer_name}
};
select json_serialize(t.data PRETTY) from orders_jdv_nest t;

其实UNNEST就是将嵌套的JSON内容作为上级字段直接展开输出，而NEST则是仍以嵌套JSON格式输出。

2.2 CHECK/NOCHECK

@[no]check/WITH [NO]CHECK，包括/排除ETAG的校验字段的步骤：
指定文档的部分内容在文档更新时是否检查state/version（状态/版本）。当更新文档时，通常需要上次数据库操作文档后，正在更新的文档的state/version不发生变化。
实现方法是使用无锁的乐观并发控制。默认情况下，JSON关系二元性视图支持每个文档在ETAG字段，即_metadata内的etag中记录一个文档状态签名。字段值被由文档内容和一些其他信息的哈希值，每次操作文档时都会被自动更新。
文档的更新操作会根据时间更新etag的值，并将该值与要更新的文档中之前存储的etag值（由应用程序发送）进行核对。如果两个值不一致则更新操作会失败。这种情况下，应用程序会重新从数据库数据库获取最新的etag值，然后再次尝试修改数据。
默认情况下，文档的所有字段的操作都需要校验etag的值。将指定字段排除校验之外，可以使用@nocheck/WITH NOCHECK来实现。在表级指定NOCHECK可以让这张表涉及所有列排除在校验之外，这种情况下在某些列上加上CHECK则可以将这些列的操作进行校验。也可以将NOCHECK指定到指定列以排除该列更新时校验etag值。
如果更新操作成功，则会进行它定义的所有更改，包括对未参与ETAG校验的字段的任何更改，从而覆盖在此期间可能对该字段进行的任何更改。也就是说，对于更新操作，不属于ETAG校验的字段不会被忽略。
如果没有列被标记NOCHECK，那么作为一个整体的JSON关系二元性视图的文档被操作时都会校验etag；如果所有列都被标记NOCHECK，则整个文档的操作都不会校验etag。这可以提高性能，对于较大的文档，这种提升更为显著。在以下情况下可能希望JSON关系二元性视图排除所有ETAG校验：

• 应用程序有自己的并发控制方式，因此不需要数据库ETAG校验
• 应用程序是单线程的，不可能同时对数据进行修改

3 一数多用

先增加一部分数据：

--orders
insert into orders values(12345682,to_timestamp('2024-05-07 09:42:21','yyyy-mm-dd hh24:mi:ss'),123456);
insert into orders values(12345683,to_timestamp('2024-05-07 09:45:25','yyyy-mm-dd hh24:mi:ss'),234567);
insert into orders values(12345684,to_timestamp('2024-05-07 09:48:01','yyyy-mm-dd hh24:mi:ss'),456789);
insert into orders values(12345685,to_timestamp('2024-05-07 09:51:44','yyyy-mm-dd hh24:mi:ss'),345678);--order_details
insert into order_details values(11,12345685,98765);
insert into order_details values(12,12345685,87654);
insert into order_details values(13,12345683,87654);
insert into order_details values(14,12345684,65432);
insert into order_details values(15,12345684,76543);
insert into order_details values(16,12345682,98765);
insert into order_details values(17,12345682,98765);
insert into order_details values(18,12345682,87654);
insert into order_details values(19,12345683,76543);
insert into order_details values(20,12345684,65432);commit;

现在尝试用一套关系表数据解决多套需求：

3.1 以用户维度输出订单信息

CREATE JSON DUALITY VIEW customers_jdv AS
customers
{_id          : customer_id,customer     : customer_name,order        : orders[ {oid         : order_id,ordertime   : order_time,details     : order_details[ {subid  : sub_id,products{pn        : product_id,pname     : product_name,price     : price_number,       product_type @unnest{typeid  : type_id,type    : type_name}}} ]} ]
};

3.2 以产品维度

CREATE JSON DUALITY VIEW products_jdv AS
products
{_id          : product_id,pname        : product_name,price        : price_number,product_type @unnest{typeid      : type_id,type        : type_name},order_details[ {subid       : sub_id,orders @unnest{order       : order_id,ordertime   : order_time,customers @unnest{cid       : customer_id,customer  : customer_name}}} ]
};

3.3 以产品种类维度

CREATE JSON DUALITY VIEW type_jdv AS
product_type
{_id          : type_id,type         : type_name,products[ {pn           : product_id,pname        : product_name,price        : price_number,order_details[ {subid       : sub_id,orders @unnest{order       : order_id,ordertime   : order_time,customers @unnest{cid       : customer_id,customer  : customer_name}}} ]} ]
};

4 美化输出

这里可以在SQL中使用json_serialize函数美化输出：

select json_serialize(t.data PRETTY) from orders_jdv t;

也可以使用最新的SQLDeveloper 23.1.1来试试：

总结

本期展示了JSON关系二元性视图更详细的内容，如何用一套数据实现多个JSON模型需求，以及在SQL层面美化JSON输出。
更多的关于JSON关系二元性视图其他操作将放在下一期。
老规矩，知道写了些啥。