直接用视图封装JSON_VALUE可行，但须提前处理三件事：源列必须为NVARCHAR(MAX)或JSON类型；视图中加ISJSON(data)=1过滤非法JSON；路径需预先验证且避免重复解析，推荐用CTE提取顶层结构复用。
直接用视图封装 JSON_VALUE 是可行的，但必须提前处理好三件事：源列类型、路径有效性、NULL 静默失败风险。否则视图看似建成功，查出来全是 NULL 却找不到原因。
确保源列是 NVARCHAR(MAX) 或 JSON 类型
SQL Server 2022 要求被解析的列必须能承载完整 JSON 字符串，且不能被隐式截断。常见翻车点：
-
VARCHAR(200)存了 350 字节的 JSON →JSON_VALUE返回 NULL，不报错 - 用
TEXT或VARBINARY类型列 → 强制转换失败，结果为 NULL - 从旧表迁移时没改列定义，只改了应用层插入逻辑 → 视图查不到数据但原始表看着“正常”
建视图前务必验证：
SELECT TOP 1 DATA_TYPE, CHARACTER_MAXIMUM_LENGTH FROM INFORMATION_SCHEMA.COLUMNS WHERE TABLE_NAME = 'your_table' AND COLUMN_NAME = 'json_col';
如果不是 NVARCHAR(MAX)，得先 ALTER TABLE ... ALTER COLUMN json_col NVARCHAR(MAX)。
在视图中预检 JSON 合法性并过滤非法行
JSON_VALUE 对非法 JSON 静默返回 NULL，但你无法区分“字段不存在”和“根本不是 JSON”。解决办法是在视图定义里加 ISJSON(json_col) = 1 条件：
CREATE VIEW v_parsed_orders AS SELECT id, JSON_VALUE(data, '$.order_id') AS order_id, JSON_VALUE(data, '$.customer.name') AS customer_name, JSON_VALUE(data, '$.items[0].sku') AS first_sku FROM raw_orders WHERE ISJSON(data) = 1;
这样能避免脏数据污染视图结果。注意：ISJSON() 在 WHERE 中可下推，不影响性能；但如果放在 SELECT 列表里（如 ISJSON(data) AS is_valid），它会每行都算一次，慎用。
路径写错不会报错，但会导致 NULL —— 必须单独验证
JSON_VALUE 的路径表达式大小写敏感、不支持方括号（$.user["name"]）、数组索引越界也返回 NULL。最稳妥的做法是：建视图前，先用真实数据测路径：
- 用
SELECT TOP 5 data FROM raw_orders拿几条原始 JSON - 逐个试路径：
SELECT JSON_VALUE(data, '$.order_id'), JSON_QUERY(data, '$.items') - 搭配
JSON_QUERY看父层级是否存在（比如JSON_QUERY(data, '$.items')返回 NULL，说明$.items[0].sku必然也 NULL）
别跳过这步。视图一旦发布，下游应用看到 NULL 就得回溯排查，而问题根源往往就卡在一个大小写拼错的键名上。
避免在视图里重复调用 JSON_VALUE 解析同一字段
一个视图里写 6 个 JSON_VALUE(data, '...')，SQL Server 会为每一行对 data 解析 6 次。百万行就是 600 万次解析。执行计划里会出现多个 Compute Scalar 节点，CPU 占用飙升。
更高效的做法是：用 CTE 先提取顶层结构，再展开：
CREATE VIEW v_parsed_orders AS
WITH parsed AS (
SELECT
id,
JSON_QUERY(data, '$.items') AS items_json,
JSON_VALUE(data, '$.order_id') AS order_id,
JSON_VALUE(data, '$.customer.name') AS customer_name
FROM raw_orders
WHERE ISJSON(data) = 1
)
SELECT
id, order_id, customer_name,
JSON_VALUE(items_json, '$[0].sku') AS first_sku,
JSON_VALUE(items_json, '$[0].qty') AS first_qty
FROM parsed;
虽然代码长一点，但 data 只被解析两次（一次取 $.items，一次取 $.order_id），后续字段复用 items_json，性能差异在大表上非常明显。
