1.使用场景：在MySQL中，JSON作为一种数据类型存储在表的列中。需计算键值对的数量。
2.方法：
SELECT COUNT(chief>'$.number') FROM t_projectapplication where id = #{id};
（t_projectapplication：表；chief：包含JSON类型数据的列名；number：JSON数据中的某个键名）；
3.进阶使用场景：计算包含两个JSON类型数据字段之和；
4.方法：
SELECT COUNT(cnt) FROM ( SELECT COUNT(chief>'$.number') AS cnt FROM t_projectapplication where id = #{id} UNION ALL SELECT COUNT(department_leader>'$.number') AS cnt FROM t_projectapplication where where id = #{id} ) AS countdata
{"boxs": {"x1": 1148, "x2": 1226, "y1": 306, "y2": 537, "ocr": [], "sort": [], "uuid": "54dafde869d8419bbaf4ec9dd7c6d92b", "label": 10001, "keypoint": []}}
{"boxs": {"x1": 1148, "x2": 1226, "y1": 306, "y2": 537, "ocr": [], "sort": [], "uuid": "54dafde869d
注意：此用法仅支持
MySQL
8.0 以上的版本
我们假设一个场景，字段
中
存储一个日期的
JSON
，这个
JSON
的 Key 为星期的英文名称，具体
JSON
格式如下：
"monday": 390,
"Tuesday": 240,
"Wednesday": 150,
"Thursday": 160,
"Friday": 150,
"Saturday": 270,
"Sunday": 180
我们需要做的是对这些值进行取和，而 .
上图是原html代码图，将两个data
中
的
数据
写死了（这里注意，必须两个data
中
的值相对应，不然没有效果）
二、准备两个data
中
的后台
数据
1、data（1）的
数据
这里先得到一个（种类名）的集合，
步骤一：创建一个Gson对象，
步骤二：调用Gson
中
**to
json
（）**方法，将集合放入方法
中
，得到一个
json
的字符串
步骤三：将字符串传到 html文件
中
取值
结果入下图：
1、开源的，使用C编写，基于内存且支持持久化
2、高性能的Key-Value的NoSQL
数据库
3、支持
数据类型
丰富，字符串strings，散列hashes，列表lists，集合sets，有序集合sorted sets 等等
4、支持多种编程语言（C C++ Python Java PHP ... ）
5、单进程单线程
与其他
数据库
对比
1、
MySQL
: 关系型
数据库
，表格，基于磁盘，慢
2、MongoDB：键值对文档型
数据库
，值为类
项目
中
有
统计
的需求，一开始想使用pojo来封装
统计
的
数据
但是发现每个
统计
需求是特有的，也就是说写pojo是可以解决问题的，但是只是用一次
统计
就不用了，而且后期
统计
需求增加，pojo会大量增加，所以就思考是否有更好的解决方案
思路：前后端交互用的是
json
数据
，
json
的结构抽象出来就是一棵树或多棵树，所以生成
统计
数据
实际就是生成一棵树，生成一棵树实际就是对节点的操作（CRUD），所以要
统计
数据
就是...
阅读目录1、多表查询第一种语法格式第二种语法格式第三种语法查询 group having2、连接inner join 内连接外连接 - 左外连接 left outer join外连接 - 右外连接 right outer join3、
统计
函数
count
()
统计
记录数max min avg sum
count
(distinct sid)4、思维导图
1、多表查询
第一种语法格式
select * 字段名 from 表名1
[连接类型] join 表名 2 on 连接条件
[连接类型] join 表名 3 o
Energy-Efficient Client Sampling for Federated Learning in Heterogeneous MEC Networks 论文阅读和学习
