使用生成列或函数索引提升MySQL JSON查询性能：通过创建生成列并加索引，或将JSON提取表达式直接建函数索引，使关键字段可被高效查询，避免全表扫描，高频查询字段应“升格”为关系型字段以优化性能。
在 MySQL 中查询 JSON 数据时，如果不加优化，性能可能明显低于传统结构化字段。MySQL 虽然支持 JSON 类型，但原生的 JSON 查询是基于文本解析的，开销较大。要提升 JSON 查询性能，关键在于合理使用生成列（Generated Columns）和索引。
使用生成列 + 普通索引
MySQL 无法直接对 JSON 字段本身创建索引，但可以通过创建虚拟或存储的生成列来提取 JSON 中的关键字段，并为这些列建立索引。
- 假设有一张表 users，其中包含一个 JSON 字段 profile，你想根据用户的年龄（profile->>"$.age"）进行查询。 - 可以添加一个生成列来提取 age 值：ALTER TABLE users ADD COLUMN age INT AS (JSON_UNQUOTE(JSON_EXTRACT(profile, '$.age')));
- 然后为这个生成列创建索引：CREATE INDEX idx_age ON users(age);
- 后续查询就可以像普通字段一样使用：SELECT * FROM users WHERE age > 25;
这样查询会走索引，性能大幅提升。创建函数索引（MySQL 8.0+）
MySQL 8.0 支持在表达式上直接创建索引，无需显式添加生成列。
用于端到端视频本地化流程的轻量编排器，路由至四个专注子技能——/wjs-transcribing-audio、/wjs-translating-subtitles...
CREATE INDEX idx_profile_age ON users((JSON_UNQUOTE(JSON_EXTRACT(profile, '$.age'))));
注意括号：双层括号是语法要求，表示这是一个函数索引。 - 创建后，以下查询可以命中索引：SELECT * FROM users WHERE JSON_UNQUOTE(JSON_EXTRACT(profile, '$.age')) = '30';
或者使用更简洁的 ->> 操作符：SELECT * FROM users WHERE profile->>'$.age' = 30;
避免全表扫描：慎用 JSON_SEARCH 和深层遍历
如果必须在 JSON 数组或嵌套结构中搜索，尽量避免使用 JSON_SEARCH 或无索引的路径查询，这类操作通常会导致全表扫描。
- 如果经常需要查找某个属性是否存在，考虑将该属性提取到生成列中。 - 对于频繁查询的标签、状态类字段，不要长期保留在 JSON 内部。 - 尽量扁平化常用查询字段，把高查询频率的 JSON 元素“升格”为关系字段。合理选择 JSON 使用场景
JSON 适合存储非结构化、变动频繁或读写频率低的配置类数据。如果某个字段几乎每次查询都要用到，就不应放在 JSON 中。
- 高频过滤、排序、连接的字段建议使用常规列类型。 - JSON 更适合扩展属性、用户设置、日志详情等辅助信息。 - 设计阶段就应评估哪些字段未来可能用于查询，提前规划是否拆出。基本上就这些。核心思路是：让 JSON 字段中的关键数据“可索引”，通过生成列或函数索引将其暴露给查询优化器。只要合理设计，MySQL 的 JSON 查询也能有不错的性能表现。
