SQLServer高效解析JSON格式數(shù)據(jù)的實例過程
1. 背景
最近碰到個需求，源數(shù)據(jù)存在posgtreSQL中，且為JSON格式。那如果在SQLServer中則 無法直接使用，需要先解析成表格行列結(jié)構(gòu)化存儲，再復(fù)用。
樣例數(shù)據(jù)如下
‘[{“key”:“2019-01-01”,“value”:“4500.0”},{“key”:“2019-01-02”,“value”:“4500.0”},{“key”:“2019-01-03”,“value”:“4500.0”},{“key”:“2019-01-04”,“value”:“4500.0”},{“key”:“2019-01-05”,“value”:“4500.0”},{“key”:“2019-01-06”,“value”:“4500.0”},{“key”:“2019-01-07”,“value”:“4500.0”},{“key”:“2019-01-08”,“value”:“4500.0”},{“key”:“2019-01-09”,“value”:“4500.0”},{“key”:“2019-01-10”,“value”:“4500.0”},{“key”:“2019-01-11”,“value”:“4500.0”},{“key”:“2019-01-12”,“value”:“4500.0”},{“key”:“2019-01-13”,“value”:“4500.0”},{“key”:“2019-01-14”,“value”:“4500.0”},{“key”:“2019-01-15”,“value”:“4500.0”},{“key”:“2019-01-16”,“value”:“4500.0”},{“key”:“2019-01-17”,“value”:“4500.0”},{“key”:“2019-01-18”,“value”:“4500.0”},{“key”:“2019-01-19”,“value”:“4500.0”},{“key”:“2019-01-20”,“value”:“4500.0”},{“key”:“2019-01-21”,“value”:“4500.0”},{“key”:“2019-01-22”,“value”:“4500.0”},{“key”:“2019-01-23”,“value”:“4500.0”},{“key”:“2019-01-24”,“value”:“4500.0”},{“key”:“2019-01-25”,“value”:“4500.0”},{“key”:“2019-01-26”,“value”:“4500.0”},{“key”:“2019-01-27”,“value”:“4500.0”},{“key”:“2019-01-28”,“value”:“4500.0”},{“key”:“2019-01-29”,“value”:“4500.0”},{“key”:“2019-01-30”,“value”:“4500.0”},{“key”:“2019-01-31”,“value”:“4500.0”}]’
研究了下方法，可以先將 JSON串 拆成獨立的 key-value對，再來對key-value子串做截取，獲取兩列數(shù)據(jù)值。
2. 拆串-拆分JSON串至key-value子串
這里主要利用行號和分隔符來組合完成拆分的功能。
參考如下樣例。
主要利用連續(xù)數(shù)值作為索引(起始值為1)，從源字符串每個位置截取長度為1(分隔符的長度)的字符，如果為分隔符，則為有效的、待處理的記錄。有點類似于生物DNA檢測中的鳥槍法，先廣撒網(wǎng)，再根據(jù)標記識別、追蹤。
/*
* Date : 2020-07-01
* Author : 飛虹
* Sample : 拆分 指定分割符的字符串為單列多值
* Input : 字符串'jun,cong,haha'
* Output : 列，值為 'jun', 'cong', 'haha'
*/
declare @s nvarchar(500) = 'jun,cong,haha'
,@sep nvarchar(5) = ',';
with cte_Num as (
select 1 as n
union all
select n+1 n from cte_Num where n<100
)
select d.s, a.n
,n-len(replace(left(s, n), @sep, '')) + 1 as pos,
CHARINDEX(@sep, s+@sep, n),
substring(s, n, CHARINDEX(@sep, s+@sep, n)-n) as element
from (select @s as s) as d
join cte_Num a
on
n<=len(s) and
substring(@sep+s, n, 1) = @sep
3. 取值-創(chuàng)建函數(shù)截取key-value串的值
基于第2步的結(jié)果，可以將JSON長串拆分為 key-value字符串，如 “2020-01-01”:“98.99”。到這一步，就好辦了。既可以自己寫表值函數(shù)來返回結(jié)果，也可以直接通過substring來截取。這里開發(fā)一個表值函數(shù)，來進行封裝。
/*
*******************************************************************************
* Date : 2020-07-01
* Author : 飛虹
* Note : 利用patindex正則匹配字符,在while中對字符進行逐個匹配、替換為空。
* Function : getDateAmt
* Input : key-value字符串，如 "2020-01-01":"98.99"
* Output : Table類型(日期列,數(shù)值列)。值為 2020-01-01, 98.99
*******************************************************************************
*/
CREATE FUNCTION dbo.getDateAmt(@S VARCHAR(100))
RETURNS @tb_rs table(dt date, amt decimal(28,14))
AS
BEGIN
WHILE PATINDEX('%[^0-9,-.]%',@S) > 0
BEGIN
-- 匹配：去除非數(shù)字 、頓號、橫線 的字符
set @s=stuff(@s,patindex('%[^0-9,-.]%',@s),1,'')
END
insert into @tb_rs
select SUBSTRING(@s,1,charindex(',',@s)-1)
, substring(@s,charindex(',',@s)+1, len(@s) )
return
END
GO
--測試
select * from DBO.getDateAmt('{"key":"2019-01-01","value":"4500.0"')
4. 完整樣例
附上完整腳本樣例，全程CTE，直接查詢，預(yù)覽效果。
;with cte_t1 as (
select * from
( values('jun','[{"key":"2019-01-01","value":"4500.0"},{"key":"2019-01-02","value":"4500.0"},{"key":"2019-01-03","value":"4500.0"},{"key":"2019-01-04","value":"4500.0"},{"key":"2019-01-05","value":"4500.0"},{"key":"2019-01-06","value":"4500.0"},{"key":"2019-01-07","value":"4500.0"},{"key":"2019-01-08","value":"4500.0"},{"key":"2019-01-09","value":"4500.0"},{"key":"2019-01-10","value":"4500.0"},{"key":"2019-01-11","value":"4500.0"},{"key":"2019-01-12","value":"4500.0"},{"key":"2019-01-13","value":"4500.0"},{"key":"2019-01-14","value":"4500.0"},{"key":"2019-01-15","value":"4500.0"},{"key":"2019-01-16","value":"4500.0"},{"key":"2019-01-17","value":"4500.0"},{"key":"2019-01-18","value":"4500.0"},{"key":"2019-01-19","value":"4500.0"},{"key":"2019-01-20","value":"4500.0"},{"key":"2019-01-21","value":"4500.0"},{"key":"2019-01-22","value":"4500.0"},{"key":"2019-01-23","value":"4500.0"},{"key":"2019-01-24","value":"4500.0"},{"key":"2019-01-25","value":"4500.0"},{"key":"2019-01-26","value":"4500.0"},{"key":"2019-01-27","value":"4500.0"},{"key":"2019-01-28","value":"4500.0"},{"key":"2019-01-29","value":"4500.0"},{"key":"2019-01-30","value":"4500.0"},{"key":"2019-01-31","value":"4500.0"}]')
,('congc','[{"key":"2019-01-01","value":"347.82608695652175"},{"key":"2019-01-02","value":"347.82608695652175"},{"key":"2019-01-03","value":"347.82608695652175"},{"key":"2019-01-04","value":"347.82608695652175"},{"key":"2019-01-07","value":"347.82608695652175"},{"key":"2019-01-08","value":"347.82608695652175"},{"key":"2019-01-09","value":"347.82608695652175"},{"key":"2019-01-10","value":"347.82608695652175"},{"key":"2019-01-11","value":"347.82608695652175"},{"key":"2019-01-14","value":"347.82608695652175"},{"key":"2019-01-15","value":"347.82608695652175"},{"key":"2019-01-16","value":"347.82608695652175"},{"key":"2019-01-17","value":"347.82608695652175"},{"key":"2019-01-18","value":"347.82608695652175"},{"key":"2019-01-21","value":"347.82608695652175"},{"key":"2019-01-22","value":"347.82608695652175"},{"key":"2019-01-23","value":"347.82608695652175"},{"key":"2019-01-24","value":"347.82608695652175"},{"key":"2019-01-25","value":"347.82608695652175"},{"key":"2019-01-28","value":"347.82608695652175"},{"key":"2019-01-29","value":"347.82608695652175"},{"key":"2019-01-30","value":"347.82608695652175"},{"key":"2019-01-31","value":"347.82608695652175"}]')
) as t(name, jsonStr)
) , cte_rn as (
select 1 as rn
union all
select rn+1 from cte_rn where rn < 1000
)
, cte_splitJson as (
SELECT a.name
,replace(replace(a.jsonStr,'[',''),']','') as jsonStr
,substring(replace(replace(a.jsonStr,'[',''),']','')
, b1.rn
, charindex('},', replace(replace(a.jsonStr,'[',''),']','')+'},', b1.rn)-b1.rn ) as value_json
from cte_t1 a
cross join cte_rn b1
where substring('},'+replace(replace(a.jsonStr,'[',''),']',''), rn, 2) = '},'
)
select *
from cte_splitJson a
cross apply dbo.getDateAmt(a.value_json) as t1
-- 注意這里生成行號時， 需要設(shè)置默認遞歸次數(shù)
option(maxrecursion 0)
5. 問題
經(jīng)過在個人普通配置PC實測，性能有點堪憂，耗時：數(shù)據(jù)量 約為15mins:50W ，不太能接受。有興趣或者經(jīng)歷過的伙伴，出手來協(xié)助, 怎么提高效率，或者來個新方案？
到此這篇關(guān)于SQLServer高效解析JSON格式數(shù)據(jù)的文章就介紹到這了,更多相關(guān)SQLServer解析JSON數(shù)據(jù)內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
在我的上一篇關(guān)于SQL SERVER索引的博文,有圓友問道關(guān)于邏輯讀，預(yù)讀和物理讀的概念.我覺的還是寫一篇博文能把這個問題解釋清楚2011-12-12
SQLServer查詢歷史執(zhí)行記錄的方法實現(xiàn)
有的時候,需要知道近段時間SQLSERVER執(zhí)行了什么語句,本文主要介紹了SQLServer查詢歷史執(zhí)行記錄的方法實現(xiàn),具有一定的參考價值,感興趣的可以了解一下2023-09-09
SqlServer參數(shù)化查詢之where in和like實現(xiàn)之xml和DataTable傳參介紹
在上一篇Sql Server參數(shù)化查詢之where in和like實現(xiàn)詳解中介紹了在Sql Server使用參數(shù)化查詢where in的幾種實現(xiàn)方案，遺漏了xml和表值參數(shù)，這里做一個補充2012-05-05
存儲過程配合UpdateDaset方法批量插入Dataset數(shù)據(jù)實現(xiàn)代碼
用存儲過程配合UpdateDaset方法批量插入Dataset數(shù)據(jù)，感興趣的你可不要錯過了哈，希望本文提供知識點可以幫助到你2013-02-02
sqlserver 數(shù)據(jù)庫學(xué)習(xí)筆記
sqlserver 數(shù)據(jù)庫學(xué)習(xí)筆記，學(xué)習(xí)sqlserver的朋友可以參考下。2011-11-11
在這篇文章展示了SQL Server的查詢優(yōu)化器如何使用自增長鍵列統(tǒng)計信息,大家都知道SQLServer里每個統(tǒng)計信息對象都有關(guān)聯(lián)的直方圖直方圖用多個步長描述指定列數(shù)據(jù)分布情況,需要的朋友可以參考下2015-07-07
這篇文章主要介紹了sqlserver中數(shù)據(jù)插入的sql語句,需要的朋友可以參考下2015-01-01
一直在尋找一種簡單有效的庫，它能在簡化數(shù)據(jù)庫相關(guān)的編程的同時提供一種異步的方法來預(yù)防死鎖。使用這個庫，你可以輕松地連接到任何SQL-Server數(shù)據(jù)庫，執(zhí)行任何存儲過程或 T-SQL 查詢，并異步地接收查詢結(jié)果。這個庫采用C#開發(fā)，沒有其他外部依賴。2015-09-09
開發(fā)中經(jīng)常會遇得到需要多種條件組合查詢的情況，比如有三個表，年級表Grade(GradeId,GradeName)，班級Class(ClassId,ClassName,GradeId)，學(xué)員表Student(StuId,StuName,ClassId)，現(xiàn)要求可以按年級Id、班級Id、學(xué)生名，這三個條件可以任意組合查詢學(xué)員信息2012-11-11
插入記錄時，影響插入速度的主要是索引、唯一性校驗、一次插入記錄條數(shù)等。根據(jù)這些情況，可以分別進行優(yōu)化，本節(jié)將介紹優(yōu)化插入記錄速度的幾種方法。下面跟著小編一起來看下吧2017-03-03