如何从MariaDB多行TEXT列JSON数组中提取去重税类及税率值

核心实现逻辑 #

直接用MariaDB 10.4原生支持的JSON函数即可实现需求，无需额外开发存储过程或导出数据处理：

• 首先过滤掉tax_components列中不是合法JSON格式的脏数据，避免解析报错
• 将每行存储的JSON格式税种数组拆分为独立的单条税种记录
• 提取每条记录的tax_type和tax_percentage字段
• 对税种+税率的组合做去重，返回最终结果

推荐写法（性能最优） #

用MariaDB 10.4内置的JSON_TABLE函数直接拆分JSON数组，写法简洁执行效率高：

SELECT DISTINCT
    tax_type,
    tax_percentage
FROM orders
JOIN JSON_TABLE(
    CAST(tax_components AS JSON),
    '$[*]' COLUMNS(
        tax_type VARCHAR(100) PATH '$.tax_type',
        tax_percentage DECIMAL(5,2) PATH '$.tax_percentage'
    )
) AS parsed_tax_components
WHERE JSON_VALID(tax_components);

兼容写法（适配极小部分不支持JSON_TABLE的10.4小版本） #

如果你的实例无法识别JSON_TABLE函数，可以用内置序列表遍历数组下标的方式实现，注意调整序列上限覆盖你单条记录里JSON数组的最大长度即可，示例默认支持单条最多100个税种条目：

SELECT DISTINCT
    JSON_UNQUOTE(JSON_EXTRACT(CAST(tax_components AS JSON), CONCAT('$[', seq.n, '].tax_type'))) AS tax_type,
    JSON_UNQUOTE(JSON_EXTRACT(CAST(tax_components AS JSON), CONCAT('$[', seq.n, '].tax_percentage'))) AS tax_percentage
FROM orders
JOIN seq_0_to_100 AS seq
WHERE 
    JSON_VALID(tax_components)
    AND seq.n < JSON_LENGTH(CAST(tax_components AS JSON));

注意事项 #

• 上述写法会自动处理数组长度不一致、部分行缺失特定税种（比如你提到的Tobacco、Tobacco Tax）的情况，不需要额外加过滤条件
• 去重逻辑是对「税种名称+对应税率」的组合去重，如果同一个税种名称对应多个不同税率值，会分别返回不同的组合
• 返回结果集包含所有行里出现过的全部税种、对应税率的唯一组合，符合需求预期

内容的提问来源于stack exchange，提问作者Anand George