如何使用Python客户端在GridDB中存储与检索复杂JSON文档？

GridDB支持复合数据类型（RECORD/ARRAY），可以直接映射嵌套JSON结构，无需扁平化或序列化为字符串，这种方式能保留数据原生结构，还支持对嵌套字段的直接查询与索引。

实现步骤与代码示例 #

1. 定义嵌套的RECORD类型 #

通过Type.RECORD定义内层嵌套结构，再组合成外层复杂类型，完美匹配JSON的嵌套层级：

2. 创建带复合类型的容器 #

在容器定义中，将嵌套字段指定为自定义RECORD类型，替代原有的字符串类型：

3. 插入与查询嵌套数据 #

插入时直接传入嵌套字典，无需JSON序列化；查询时可通过.直接访问嵌套字段：

from griddb_python import StoreFactory, Type, ContainerType, ContainerInfo

# 初始化GridDB连接
factory = StoreFactory.get_instance()
gridstore = factory.get_store(
    host="192.168.0.22",
    port=10001,
    cluster_name="Zaigham",
    username="Zaigham_A",
    password="admin786"
)

# 定义嵌套RECORD类型：先定义Location结构
location_type = Type.RECORD([
    ("lat", Type.DOUBLE),
    ("lon", Type.DOUBLE)
])

# 定义外层Payload结构，包含温度和Location
payload_type = Type.RECORD([
    ("temperature", Type.DOUBLE),
    ("location", location_type)
])

# 创建容器，指定payload为复合RECORD类型
container_info = ContainerInfo(
    name="sensor_data",
    column_info_list=[
        ("id", Type.INTEGER),
        ("payload", payload_type)
    ],
    type=ContainerType.COLLECTION,
    row_key=True
)

# 重建容器（测试场景用，生产环境按需操作）
gridstore.drop_container("sensor_data")
container = gridstore.put_container(container_info)

# 直接插入嵌套字典，无需JSON序列化
data = {
    "id": 1,
    "payload": {
        "temperature": 24.5,
        "location": {"lat": 12.34, "lon": 56.78}
    }
}
container.put(list(data.values()))

# 示例：直接查询嵌套字段
query = container.query("SELECT id, payload.temperature, payload.location.lat WHERE id = 1")
rs = query.fetch()
while rs.has_next():
    row = rs.next()
    print(f"ID: {row[0]}, 温度: {row[1]}, 纬度: {row[2]}")

方案优势 #

• 原生结构映射：无需手动处理JSON序列化/反序列化，代码更简洁易维护
• 嵌套字段查询：支持在SQL中直接访问payload.temperature这类嵌套属性，无需先解析字符串
• 性能优化：GridDB直接处理复合类型，避免了JSON解析的额外开销
• 可索引支持：可为嵌套字段创建索引，大幅提升复杂查询的效率

注意事项 #

• 确保使用的griddb_python客户端版本支持复合类型（建议使用最新稳定版）
• RECORD类型的字段名、类型需与插入的数据结构严格匹配
• 若嵌套结构存在频繁动态变更，JSON字符串存储更灵活；但对于固定结构的嵌套数据，复合类型是更优选择

内容的提问来源于stack exchange，提问作者Zaigham Ali Anjum