做数据治理和用户画像这类项目,最头疼的往往不是数据量大,而是表结构怎么设计都兜不住业务方的需求。今天要加一个标签,明天要加一个渠道来源,后天又冒出几个第三方平台的同步状态,每次改动都是 ALTER TABLE,DBA 光评估历史数据的迁移成本就要花掉大半天。后来我在 KingbaseES 上把一个核心业务表改造成 JSON 字段承载扩展属性,才真正把这块硬骨头啃下来。这篇博文就把我在 KingbaseES 里使用 JSON/JSONB 的完整经验整理出来,包括存储选型、查询语法、索引优化、真实踩坑和一份百万行数据的性能实测,给正在关系型数据库和 JSON 之间犹豫的团队一个可以直接参考的结论。
1. 为什么我在关系型数据库里给"用户属性"留了一个 JSON 字段
1.1 固定 schema 的窘境
之前接手的用户画像平台,源数据来自 APP、小程序、H5 三个端,每个端上报的字段差异非常大。业务方一开始只提了 20 个固定字段,做到第三个月涨到了 60 个,后面还有一堆"可能有用"的动态标签。最痛苦的是每增加一个字段,都要走一次表结构变更流程。在千万级行数的表上执行 DDL,即使底层已经做了优化,历史数据的默认值回填还是会占用大量资源,一不小心就拖慢主库。
更麻烦的是查询逻辑。一张表里十几个可空字段,每个查询都要写一大段 COALESCE 和 IS NOT NULL,可读性极差。团队里每次来新人,光理解这些字段的业务含义就要花掉一周。后来我意识到,问题的根源在于把"业务字段"和"未来可能成为字段的元信息"混在同一层设计里了。有些属性天生就是动态的、松散的、不可枚举的,硬塞进固定列只会让模型越来越臃肿。
1.2 JSON 字段适合承接哪类数据
经过这个项目,我总结出几类非常适合放进 JSON 字段的数据形态:
- 扩展属性:用户偏好、设备信息、运营标签、渠道参数,这类数据不同用户差异极大,而且会持续变化。
- 配置和规则:风控阈值、推荐策略、消息模板参数,天然是嵌套结构,拆成多张表反而难维护。
- 第三方接口返回的原始报文:对接外部系统时,经常需要把完整响应存下来用于对账,同时抽几个关键字段做查询条件。
- 多态数据:同一张表要存不同类型的事件或对象,比如"操作日志"中不同动作的扩展信息完全不同。
这些数据有一个共同点:结构不稳定,但单个字段的读取频率不低。用 JSON 承载,既能保证主表结构长期稳定,又不会丢失原始信息。
1.3 什么情况下不该用 JSON
JSON 不是万能药。我见过有团队把订单金额、商品 ID 也塞进 JSONB,结果后面做关联统计时痛不欲生。如果你要存的数据满足以下任一条件,请老老实实用普通列:
- 需要参与 JOIN 或频繁做 GROUP BY;
- 有外键、非空、枚举等强约束要求;
- 某个单值会被高频更新,比如计数器、状态流转;
- 查询条件非常固定且对响应时间极度敏感。
一句话:固定、强约束、高频更新的数据走关系模型;动态、松耦合、低更新频率的扩展信息才适合 JSON。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. JSON 和 JSONB 的存储差异:选错类型后期会很痛苦
2.1 两种类型的本质区别
KingbaseES 同时提供了 JSON 和 JSONB 两种 JSON 相关类型,看起来很像,但它们的工作方式完全不同。
JSON 类型保存的是输入文本的精确副本。你写的键顺序、重复键、空格换行,它都原封不动存下来。每次查询要使用时,数据库都必须现场对字符串做一次完整解析,就像每次看文件都要先打开压缩包解压一样,灵活但开销大。
JSONB 类型在插入时就把 JSON 文本解析成二进制格式,键会被排序,重复键会去重,空白会被移除。查询时直接基于解析后的结构做读取,不需要重复解析,而且它支持 GIN 索引。如果用一句话总结:json 是拍照存档,jsonb 是拆解归档后随取随用。
2.2 键顺序、重复键和空白的处理差异
很多人第一次接触 JSONB 时会被"键顺序变化"吓到,这其实是它正常工作的一部分。看个例子:
sql复制SELECT '{"b": 1, "a": 2}'::jsonb;
-- 输出可能变成 {"a": 2, "b": 1}
-- json 类型则原样输出 {"b": 1, "a": 2}
重复键的行为差异更值得注意。json 类型会保留两个 "a",而 jsonb 只保留最后一个:
sql复制SELECT '{"a": 1, "a": 2}'::jsonb;
-- 结果:{"a": 2}
如果应用层依赖原始报文里的键顺序或重复键做签名校验,用 jsonb 就会踩坑。但这种需求属于少数,绝大多数业务场景中,键顺序没有任何意义。
2.3 类型转换的隐式行为
在 KingbaseES 中,字符串到 JSON 类型的转换需要显
