用datatypes.json是最省心的方案：gorm v2.2.5+内置该类型，底层为[]byte别名，自动实现scanner/valuer接口，支持结构体、map、slice直接读写，避免cannot unmarshal []byte等常见panic，但无类型约束，强校验需业务层补充。
用 datatypes.JSON 是最省心的方案
新版本 GORM（v2.2.5+）内置了 gorm.io/datatypes 包，其中 datatypes.JSON 是专为 MySQL/PostgreSQL 原生 JSON 字段设计的类型。它底层是 []byte 别名，自动实现 Scanner 和 Valuer 接口，无需手写序列化逻辑。
常见错误现象：直接用 string 或 interface{} 映射 JSON 字段，导致读取时 panic 报 cannot unmarshal []byte into Go struct field X；或写入空结构体变成 "{}" 而非数据库 NULL。
- 模型定义示例：
type User struct { ID uint; Profile datatypes.JSON } - 写入时传结构体、map 或 slice，GORM 自动
json.Marshal成[]byte存库 - 读取时自动
json.Unmarshal到目标类型，支持直接赋值给map[string]interface{}或自定义 struct - 注意：
datatypes.JSON本身不带类型约束，若需强校验，应在业务层做json.Unmarshal后检查字段
gorm:"serializer:json" 标签适合结构体字段
当你有一个固定结构的 JSON 字段（比如 BankCardInfo），且希望 GORM 直接帮你完成结构体 ↔ JSON 的双向转换，用 serializer:json 标签比 datatypes.JSON 更语义清晰、类型安全。
使用场景：字段含义明确、结构稳定、需要编译期类型检查（如 IDE 提示、字段补全）。
- 定义方式：
Milestones BankCardInfo `gorm:"serializer:json"` - GORM v2 会自动调用
json.Marshal/json.Unmarshal，无需额外接口实现 - 若字段可能为
NULL，建议用指针类型：*BankCardInfo，否则反序列化空 JSON 会 panic - 不推荐用于深度嵌套或动态结构，因为每次变更都要改 Go struct，失去 JSON 的灵活性
手动实现 Scanner + Valuer 最可控
这是兼容性最强、生产环境最稳妥的做法，尤其适用于老项目迁移、需要精细控制 NULL 处理、或字段内容需加解密/压缩等定制逻辑的场景。
容易踩的坑：忽略 nil 检查，导致数据库存入 "{}"；或未处理空 []byte，反序列化时报错；或在 Value() 中忘记返回 nil 表示 SQL NULL。
- 关键点：在
Scan()中先判断value == nil或len([]byte) == 0，再决定是否反序列化 - 在
Value()中，若 Go 值为nil或空结构体，应返回nil（让数据库存NULL），而非json.Marshal({}) - 性能影响：相比
datatypes.JSON，手动实现无额外开销，甚至可复用bytes.Buffer减少内存分配 - 该方案完全兼容 GORM v1/v2，且不依赖任何第三方包
别用 string 直接存 JSON 字符串
虽然能跑通，但这是最容易埋雷的方式。MySQL 原生 JSON 类型的优势（校验、函数支持、索引能力）全部丢失，等于退化回 TEXT 字段。
典型问题：前端传一个少了个逗号的 JSON，后端 json.Unmarshal 失败，但数据已落库；后续查询用 JSON_EXTRACT 时直接报错；无法对 JSON 内部字段建生成列索引。
- 如果必须用
string，至少加一层封装：定义类型type JSONString string，并强制实现Scanner/Valuer，保证入库前做json.Valid()校验 - 千万别在
WHERE条件里写WHERE attrs LIKE '%key%'—— 这种模糊匹配既慢又不可靠，应改用JSON_CONTAINS(attrs, '"value"', '$.key') - 长期看，只要数据库是 MySQL 5.7+ 或 PostgreSQL，就该用原生 JSON 类型，而不是把 JSON 当字符串哄着用
真正麻烦的从来不是“怎么存”，而是“怎么查得准、分页不崩、改起来不卡”。JSON 字段一旦上了生产，字段内部结构的松散性会迅速传导到查询逻辑和索引策略上——比如 JSON_EXTRACT 结果没法直接走普通索引，得靠生成列+函数索引配合，这点很容易被忽略。
