SQL Server中JSON_MODIFY函数详解与应用实践

1. JSON在SQL Server中的核心价值

SQL Server从2016版本开始原生支持JSON数据类型，这一特性彻底改变了我们处理半结构化数据的方式。作为一名长期使用SQL Server的开发者，我发现JSON支持在实际项目中主要解决三类典型问题：

• 灵活数据存储：当数据模式频繁变化或需要存储非结构化数据时，传统的行列存储显得力不从心。例如电商平台的商品属性、物联网设备的传感器读数等场景。

• API交互简化：现代应用普遍采用RESTful API，其请求响应基本都是JSON格式。直接处理JSON避免了对象-关系映射(ORM)的转换开销。

• 混合数据处理：在需要同时处理结构化表格数据和半结构化数据的场景，如报表系统中既有固定维表又有动态指标配置。

提示：虽然JSON字段提供了灵活性，但过度使用会影响查询性能。关键业务数据仍建议使用传统的关系模型。

2. JSON_MODIFY函数深度解析

2.1 函数语法与基础用法

JSON_MODIFY是SQL Server中修改JSON数据的核心函数，其基本语法如下：

sql复制JSON_MODIFY(expression, path, newValue)

参数解析：

• expression：包含JSON文本的列或变量
• path：JSON路径表达式，定位要修改的节点
• newValue：新的值，可以是SQL类型或JSON片段

典型修改场景示例：

sql复制-- 修改简单属性
DECLARE @info NVARCHAR(100) = '{"name":"John", "age":30}'
SET @info = JSON_MODIFY(@info, '$.age', 31)

-- 修改数组元素
DECLARE @scores NVARCHAR(100) = '{"math":[85,90,78]}'
SET @scores = JSON_MODIFY(@scores, '$.math[1]', 92)

-- 添加新属性
DECLARE @product NVARCHAR(100) = '{"id":101}'
SET @product = JSON_MODIFY(@product, '$.name', 'Laptop')

2.2 路径表达式的高级用法

路径表达式支持多种定位方式：

• $：根对象
• $.property：对象属性
• $[index]：数组索引
• $[*]：通配所有元素
• $.property.subproperty：嵌套属性

复杂示例：

sql复制-- 修改嵌套对象
DECLARE @employee NVARCHAR(200) = 
  '{"info":{"name":"Alice","department":"HR"},"skills":["Excel","Recruiting"]}'
SET @employee = JSON_MODIFY(@employee, '$.info.department', 'Finance')

-- 通配修改
DECLARE @orders NVARCHAR(200) = 
  '{"orders":[{"id":1,"status":"shipped"},{"id":2,"status":"pending"}]}'
SET @orders = JSON_MODIFY(@orders, '$.orders[*].status', 'completed')

3. 实战中的特殊场景处理

3.1 数组操作的陷阱与解决方案

处理JSON数组时常见问题：

1. 越界访问：尝试修改不存在的数组索引

   sql复制-- 错误示例：数组只有3个元素却尝试修改第5个
   DECLARE @arr NVARCHAR(100) = '[1,2,3]'
   SET @arr = JSON_MODIFY(@arr, '$[4]', 5) -- 不会报错但也不生效
   

2. 追加元素的正确方式：

   sql复制DECLARE @tags NVARCHAR(100) = '["sql","database"]'
   -- 方法1：使用数组长度作为索引
   SET @tags = JSON_MODIFY(@tags, CONCAT('$[', JSON_VALUE(@tags, '$.length()'), ']'), 'json')
   -- 方法2：直接修改整个数组
   SET @tags = JSON_MODIFY(@tags, '$', JSON_QUERY('["sql","database","json"]'))
   

3.2 NULL值处理的三种模式

根据业务需求选择不同的NULL处理策略：

3.3 性能优化实践

在大数据量下优化JSON操作：

1. 批量修改：减少多次调用JSON_MODIFY

   sql复制-- 低效做法
   SET @data = JSON_MODIFY(@data, '$.a', 1)
   SET @data = JSON_MODIFY(@data, '$.b', 2)
   
   -- 高效做法
   SET @data = JSON_MODIFY(JSON_MODIFY(@data, '$.a', 1), '$.b', 2)
   

2. 变量缓存：避免重复解析

   sql复制-- 不好
   WHERE JSON_VALUE(JSON_MODIFY(data, '$.status', 'active'), '$.id') = 100
   
   -- 优化后
   DECLARE @modifiedData NVARCHAR(MAX) = JSON_MODIFY(data, '$.status', 'active')
   WHERE JSON_VALUE(@modifiedData, '$.id') = 100
   

4. 与其他JSON函数的协同使用

4.1 组合JSON_VALUE进行条件修改

典型模式：先查询再修改

sql复制DECLARE @account NVARCHAR(200) = 
  '{"id":101, "balance":500, "status":"active"}'

-- 只有状态为active时才允许修改余额
IF JSON_VALUE(@account, '$.status') = 'active'
BEGIN
    SET @account = JSON_MODIFY(@account, '$.balance', 
        CAST(JSON_VALUE(@account, '$.balance') AS INT) - 100)
END

4.2 使用JSON_QUERY处理复杂值

当新值是对象或数组时需要使用JSON_QUERY：

sql复制DECLARE @profile NVARCHAR(200) = '{"basic":{}}'

-- 错误：直接字符串会被转义
SET @profile = JSON_MODIFY(@profile, '$.contact', '{"phone":"123"}')

-- 正确：使用JSON_QUERY保持JSON结构
SET @profile = JSON_MODIFY(@profile, '$.contact', 
    JSON_QUERY('{"phone":"123","address":null}'))

4.3 完整工作流示例：用户配置更新

sql复制-- 1. 获取原始JSON
DECLARE @config NVARCHAR(MAX) = 
  (SELECT config FROM UserSettings WHERE userId = 1001)

-- 2. 验证并修改
IF ISJSON(@config) = 1
BEGIN
    -- 更新通知设置
    SET @config = JSON_MODIFY(@config, '$.notifications.email', 0)
    
    -- 添加新属性
    SET @config = JSON_MODIFY(@config, '$.theme', 'dark')
    
    -- 删除旧属性
    SET @config = JSON_MODIFY(@config, '$.legacyFlag', NULL, 'delete')
    
    -- 3. 保存回数据库
    UPDATE UserSettings 
    SET config = @config
    WHERE userId = 1001
END

5. 版本差异与兼容性

不同SQL Server版本对JSON的支持有细微差别：

2022版新增的批量修改示例：

sql复制-- 同时修改多个路径
DECLARE @data NVARCHAR(100) = '{"a":1,"b":2}'
SET @data = JSON_MODIFY(@data, '{"a":10, "b":20}')

6. 常见错误排查指南

6.1 无效路径错误

症状：JSON text is not properly formatted

常见原因：

1. 路径语法错误

   sql复制-- 错误：缺少$前缀
   SET @json = JSON_MODIFY(@json, 'name', 'Bob')
   
   -- 正确
   SET @json = JSON_MODIFY(@json, '$.name', 'Bob')
   

2. 尝试修改不存在的路径

   sql复制-- 安全做法：先检查路径存在
   IF JSON_VALUE(@json, '$.optionalProp') IS NOT NULL
   BEGIN
       SET @json = JSON_MODIFY(@json, '$.optionalProp', 'new')
   END
   

6.2 类型转换问题

自动类型转换规则：

• 数字字符串 → 数字
• "true"/"false" → 布尔值
• 其他字符串 → 字符串

强制类型转换技巧：

sql复制-- 确保存储为字符串
SET @json = JSON_MODIFY(@json, '$.id', CAST(123 AS NVARCHAR))

-- 确保存储为数字
SET @json = JSON_MODIFY(@json, '$.price', CAST('99.5' AS DECIMAL(10,2)))

6.3 性能问题诊断

检查JSON操作性能：

1. 使用执行计划查看JSON函数开销
2. 避免在WHERE条件中使用JSON函数

   sql复制-- 不好：全表扫描
   SELECT * FROM Orders
   WHERE JSON_VALUE(info, '$.status') = 'shipped'
   
   -- 优化：计算列+索引
   ALTER TABLE Orders ADD OrderStatus AS JSON_VALUE(info, '$.status')
   CREATE INDEX IX_Orders_Status ON Orders(OrderStatus)
   

7. 实际项目经验分享

在物流跟踪系统中，我们使用JSON存储运输状态变更历史。初期实现存在三个典型问题：

1. 频繁小修改导致日志膨胀

   sql复制-- 原始做法：每次状态更新都修改整个JSON
   UPDATE Shipments
   SET tracking = JSON_MODIFY(tracking, '$.currentStatus', 'delayed')
   

   优化方案：仅当完成重要里程碑时才持久化完整状态，中间状态使用内存缓存。

2. 并发修改冲突：多个系统同时更新同一JSON文档

   解决方案：改用乐观并发控制

   sql复制-- 1. 读取时获取版本号
   DECLARE @version INT = JSON_VALUE(@tracking, '$.version')
   
   -- 2. 更新时校验版本
   SET @tracking = JSON_MODIFY(@tracking, '$.version', @version + 1)
   
   -- 3. 更新条件包含版本检查
   UPDATE Shipments
   SET tracking = @tracking
   WHERE id = 1001 AND JSON_VALUE(tracking, '$.version') = @version
   

3. 查询性能低下：频繁查询JSON中的深层属性

   最终方案：将热点字段提取为计算列并建立索引，同时保留完整JSON作为源数据。