MySQL 8.0+ 使用 JSON_TABLE 拆分逗号字符串并 INSERT,需先将 tags 转为合法 JSON 数组格式(如 '["php","python","sql"]'),再通过 JSON_TABLE 解析;注意引号与方括号必须手动添加,空格和特殊字符需预处理,大数据量时性能下降,且不兼容 MySQL 5.7 及以下版本。

MySQL 8.0+ 用 JSON_TABLE 拆分并 INSERT
MySQL 8.0.1 开始支持 JSON_TABLE,这是目前最干净、无需自定义函数的方案。前提是原始数据能转成合法 JSON 数组格式。
比如字段 tags 存的是 "php,python,sql",得先用 REPLACE 和 CONCAT 包裹成 '["php","python","sql"]',再喂给 JSON_TABLE:
INSERT INTO tag_relations (post_id, tag_name)
SELECT post_id, jt.tag
FROM posts,
JSON_TABLE(
CONCAT('["', REPLACE(tags, ',', '","'), '"]'),
'$[*]' COLUMNS (tag TEXT PATH '$')
) AS jt;
注意点:
-
JSON_TABLE要求输入是严格 JSON,所以必须手动加引号、方括号;逗号里含引号或反斜杠会直接报错Invalid JSON text - 性能尚可,但每行生成 JSON 字符串 + 解析,大数据量(>10 万行)时明显变慢
- 不支持 MySQL 5.7 或更低版本,别在旧环境硬套
PostgreSQL 用 string_to_array + UNNEST
PostgreSQL 原生支持数组操作,比 MySQL 简洁得多。直接把逗号字符串转数组,再展开成行:
INSERT INTO tag_relations (post_id, tag_name) SELECT post_id, TRIM(unnest(string_to_array(tags, ','))) FROM posts;
TRIM 很关键——因为原始数据常带空格,如 "php, python, sql",不处理就会存入 " python" 这种带前导空格的值。
常见陷阱:
-
string_to_array遇到空字符串''会返回{NULL},UNNEST后变成一行NULL,需加WHERE tags != ''过滤 - 若字段含连续逗号(如
"a,,b"),string_to_array默认生成{'a', '', 'b'},空元素也会被展开,要用array_remove清洗:unnest(array_remove(string_to_array(tags, ','), ''))
SQL Server 用 STRING_SPLIT(2016+)
SQL Server 2016 引入 STRING_SPLIT,但它是表值函数,必须配合 CROSS APPLY 使用:
INSERT INTO tag_relations (post_id, tag_name) SELECT p.post_id, TRIM(s.value) FROM posts p CROSS APPLY STRING_SPLIT(p.tags, ',') s WHERE NULLIF(TRIM(s.value), '') IS NOT NULL;
重点提醒:
-
STRING_SPLIT不保证顺序(尤其 SQL Server 2016–2017),如果业务依赖拆分顺序(比如第1个标签是主分类),得升级到 2022 或改用OPENJSON替代 - 它不处理空字符串或纯空白,
','会拆出两个空值,' , '会拆出带空格的字符串,WHERE条件里的NULLIF(TRIM(...), '')是刚需 - 不能在函数索引或计算列里直接调用,只能用于查询/INSERT 场景
通用 fallback:用程序层拆分(Python/Node.js)
当数据库版本太老(如 MySQL 5.6)、数据格式混乱(含嵌套逗号、引号转义)、或需要复杂清洗逻辑时,硬在 SQL 里搞容易翻车。这时候不如交给应用层:
Python 示例(用 pymysql):
cursor.execute("SELECT post_id, tags FROM posts")
for post_id, tags in cursor.fetchall():
for tag in [t.strip() for t in tags.split(',') if t.strip()]:
cursor.execute(
"INSERT INTO tag_relations (post_id, tag_name) VALUES (%s, %s)",
(post_id, tag)
)
关键考虑:
- 批量提交比逐条 INSERT 快得多,建议每 1000 行
conn.commit()一次 - 如果原始
tags可能含 CSV 风格的引号包裹(如"a,b","c"),split(',')会错切,必须用csv.reader解析 - 数据库连接超时、锁表风险比单条 SQL 高,线上执行前务必在从库验证逻辑
真正麻烦的从来不是“怎么拆”,而是原始数据是否规整、边界情况有没有覆盖全——比如空值、空格、转义字符、超长标签。这些细节在 SQL 层很难优雅兜底,反而容易埋下半夜告警的坑。

















