WedX - журнал о программировании и компьютерных науках

MySQL использует JSON_CONTAINS с подзапросом

Я пытаюсь сделать подзапрос внутри JSON_CONTAINS, чтобы получить такие результаты

SELECT * FROM addresses JSON_CONTAINS(`groups`, '"Client"', '$') ;

Это то, что я пробовал

SELECT * FROM addresses JSON_CONTAINS(
    `groups`, 
    (SELECT u.group FROM users u WHERE u.email = '[email protected]' LIMIT 1),
    '$'
) ;

Но поскольку запрос subery возвращает Client вместо "Client", JSON_CONTAINS не принимает это значение.

ОШИБКА 3141 (22032): недопустимый текст JSON в аргументе 1 для функции json_contains: недопустимое значение. в позиции 0.

mysql json sql where-clause mysql-8.0
07.12.2020

Ответы:


1

Вы можете просто объединить двойные кавычки в подзапросе:

SELECT * 
FROM addresses 
WHERE JSON_CONTAINS(
    `groups`, 
    (SELECT CONCAT('"', u.group, '"') FROM users u WHERE u.email = '[email protected]' LIMIT 1),
);

Обратите внимание, что $ является значением по умолчанию для третьего аргумента JSON_CONTAINS().

Я весьма подозрительно отношусь к подзапросу:

  • разве вы не хотите сопоставить его с внешним запросом?

  • LIMIT без ORDER BY может вести себя непоследовательно

07.12.2020
  • Спасибо за ответ! don't you want to correlate it with the outer query? Я не понимаю, что вы имеете в виду. LIMIT without ORDER BY might not behave consistently, так как это поле unique, все должно быть в порядке. 07.12.2020
    • Новые материалы
    Как проанализировать работу вашего классификатора?
    Не всегда просто знать, какие показатели использовать С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
    Работа с цепями Маркова, часть 4 (Машинное обучение)
    Нелинейные цепи Маркова с агрегатором и их приложения (arXiv) Автор : Бар Лайт Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
    Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
    Как вы сегодня, ребята? В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
    Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
    Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение. В этом процессе мы будем использовать неконтролируемое обучение, чтобы..
    Учебные заметки: создание моего первого пакета Node.js
    Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm. Оглавление Глоссарий I. Новый пакет 1.1 советы по инициализации..
    Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
    Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных. Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..
    ИИ в аэрокосмической отрасли
    Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..
    Для любых предложений по сайту: [email protected]