在現代數據處理中, 數組 (Array) 作為一種高效存儲和操作結構化數據的方式, 被廣泛應用于日志分析, 用戶行為統計, 標簽系統等場景. 然而, 不同數據庫對數組的支持差異顯著. 本文將以MySQL和StarRocks為例, 深入解析它們的數組操作能力, 并對比其適用場景.

一 為什么需要數組操作？

數組能夠將多個相關值聚合為單個字段, 例如:

• 用戶標簽: ["科技愛好者", "程序員", "健身達人"]
• 訂單商品ID列表: [1001, 1003, 1005]
• 時序數據: [25.3, 24.8, 26.1]

傳統關系型數據庫 (如MySQL) 通常依賴多表關聯處理這類需求, 而現代分析型數據庫 (如StarRocks) 通過原生數組類型和豐富的函數, 大幅提升了數據操作的效率. 接下來, 我們將分別探討兩者的實現方式.

---

二 MySQL: 基于JSON數組的曲線救國

MySQL雖不支持原生數組類型, 但從5.7版本起引入了JSON類型, 通過JSON數組模擬數組操作, 適合輕量級場景.

1. 創建與初始化

• JSON_ARRAY(): 快速構造JSON數組

  -- 創建包含混合類型的數組
  SELECT JSON_ARRAY('手機', 2999, TRUE); 
  -- 輸出: ["手機", 2999, true]
  

• JSON_ARRAYAGG(): 聚合多行數據為數組

  -- 將用戶訂單的商品ID聚合為數組
  SELECT user_id, JSON_ARRAYAGG(product_id) 
  FROM orders GROUP BY user_id;
  

2. 修改與更新

• JSON_INSERT(): 在指定位置插入元素

  SET @cart = '["筆記本", "鋼筆"]';
  SELECT JSON_INSERT(@cart, '$[2]', '橡皮'); 
  -- 輸出: ["筆記本", "鋼筆", "橡皮"]
  

• JSON_REMOVE(): 刪除指定索引的元素

  SELECT JSON_REMOVE('["A", "B", "C"]', '$[1]'); 
  -- 輸出: ["A", "C"]
  

3. 查詢與搜索

• JSON_EXTRACT() (或->運算符) : 提取元素

  SELECT tags->'$[0]' FROM user_profile 
  WHERE id = 1001; -- 提取第一個標簽
  

• JSON_CONTAINS(): 判斷是否包含特定值

  SELECT * FROM products 
  WHERE JSON_CONTAINS(category_ids, '1003');
  

4. 性能優化技巧

• 多值索引 (Multi-Valued Indexes) : 加速JSON數組查詢

  CREATE INDEX idx_tags ON users (CAST(profile->'$.tags' AS CHAR(255) ARRAY)
  );
  

• JSON_TABLE(): 將數組轉換為臨時表進行JOIN操作

  SELECT user_id, tag 
  FROM users, JSON_TABLE(profile->'$.tags', '$[*]' COLUMNS (tag VARCHAR(50) PATH '$')
  ) AS tags;
  

---

三 StarRocks: 原生數組的高性能實踐

StarRocks作為分析型數據庫, 從2.5版本起支持原生數組類型 (ARRAY<T>) , 并針對大數據場景優化了性能, 適合復雜計算.

1. 原生數組的優勢

• 存儲高效: 二進制編碼, 比JSON解析速度更快.
• 計算優化: 向量化執行引擎加速聚合, 過濾等操作.
• 類型安全: 強制元素類型一致 (如ARRAY<INT>) .

2. 核心操作示例

• 創建數組

  -- 直接構造數組
  SELECT ARRAY(1, 2, 3); -- 輸出: [1, 2, 3]-- 從字符串轉換
  SELECT CAST('[2023-01-01, 2023-01-02]' AS ARRAY<DATE>);
  

• 動態修改

  -- 追加元素
  SELECT ARRAY_APPEND(scores, 95) FROM student;-- 刪除所有匹配值
  SELECT ARRAY_REMOVE(ARRAY(1,2,2,3), 2); -- 輸出: [1,3]
  

• 高級分析

  -- 計算數組統計值
  SELECT ARRAY_SUM(daily_sales) FROM shop; -- 周銷量總和-- 生成累加數組
  SELECT ARRAY_CUM_SUM(ARRAY(10, 20, 30)); -- 輸出: [10, 30, 60]
  

• 與Bitmap結合

  -- 用戶興趣標簽的并集計算
  SELECT BITMAP_UNION(ARRAY_TO_BITMAP(tags)) 
  FROM user_interest;
  

---

四 如何選擇？MySQL vs StarRocks對比

場景	推薦方案	原因
輕量級業務 (如CMS標簽)	MySQL JSON數組	兼容性強, 無需改造表結構, 適合已有MySQL系統的擴展.
實時分析 (如用戶畫像)	StarRocks原生數組	原生類型性能更高, 支持復雜聚合 (如ARRAY_UNIQUE_AGG()) .
混合型數據操作	MySQL多值索引 + JSON_TABLE()	兼顧JSON靈活性和查詢效率.
海量數據計算	StarRocks數組 + 向量化引擎	分布式架構和列式存儲優化, 適合TB級數據分析.

---

五 實戰建議

1. MySQL適用場景

   • 數據結構變化頻繁 (如動態表單字段) .
   • 需要兼容JSON API接口.
   • 示例: 電商訂單的擴展屬性存儲.

2. StarRocks適用場景

   • 固定模式的數組分析 (如時序數據, 用戶行為序列) .
   • 需要高性能聚合計算 (如廣告點擊流分析) .
   • 示例: 分析用戶最近30天的登錄時間分布.