在 sql server 2016 及以上版本中,使用 json_query 辅助聚合的核心做法是将其作为 for json path 的子查询嵌入到 select 列表中。通过这种嵌套方式,数据库引擎会先对每一行数据执行子查询生成 json 片段,再将这些片段合并为最终的 json 数组字符串。这种方式避免了在应用层进行复杂的拼接逻辑,直接利用 sql server 的原生 json 支持实现结构化数据的序列化。

如何构建包含子数组的 JSON 输出
要实现包含子数组的输出,需要在主查询的 SELECT 语句中调用 JSON_QUERY,并将一个返回 JSON 文本的 FOR JSON PATH 子查询作为其参数。当父查询处理每一行时,该子查询会被独立执行,生成对应行的 JSON 对象或数组片段。最终,外层 FOR JSON PATH 会将这些片段收集起来,组合成一个完整的 JSON 文档。这种方法特别适用于一对多关系的扁平化展示,例如将订单与订单项合并为一个 JSON 结构。

CREATE TABLE #Orders (OrderID INT, Customer NVARCHAR(50)); INSERT INTO #Orders VALUES (1, 'Alice'), (2, 'Bob'); CREATE TABLE #Items (ItemID INT, OrderID INT, Product NVARCHAR(50)); INSERT INTO #Items VALUES (101, 1, 'Book'), (102, 1, 'Pen'), (103, 2, 'Desk');
SELECT
o.OrderID,
o.Customer,
JSON_QUERY((
SELECT ItemID, Product
FROM #Items i
WHERE i.OrderID = o.OrderID
FOR JSON PATH
)) AS ItemsJson
FROM #Orders o
FOR JSON PATH;
预期结果是一个 JSON 数组,每个元素包含 OrderID、Customer 和 ItemsJson。ItemsJson 字段的值为一个 JSON 数组字符串,例如 [{"ItemID":101,"Product":"Book"},{"ItemID":102,"Product":"Pen"}]。如果某订单没有订单项,ItemsJson 将为 null。
如何处理 NULL 值导致的空数组问题
当子查询没有返回任何行时,FOR JSON PATH 默认返回 null,这会导致 JSON_QUERY 也返回 null。在某些场景下,开发者可能希望得到一个空数组 [] 而不是 null。可以通过在子查询中使用 ISNULL 或 COALESCE 函数,或者调整 FOR JSON 的路径设置来处理。更常见的做法是在应用层或 SQL 层对 JSON_QUERY 的结果进行后处理,或者确保子查询始终返回至少一个占位符行以生成非空数组。此外,JSON_QUERY 本身不改变子查询的执行逻辑,它只是提取子查询生成的 JSON 文本。
exa-js 是 Exa 官方 JavaScript 软件开发工具包,Exa 是一个为 AI 工作流构建的网络搜索 API。它为代理提供了一种具体的方式来搜索网络、检索页面内容,并从代码中生成有来源的答案,而不是手动拼接原始 HTTP 调用。

SELECT
o.OrderID,
ISNULL(JSON_QUERY((
SELECT '' AS Placeholder
FROM #Items i
WHERE i.OrderID = o.OrderID
FOR JSON PATH, WITHOUT_ARRAY_WRAPPER
)), '[]') AS ItemsJson
FROM #Orders o
WHERE o.OrderID = 999; -- 假设此订单无数据
上述代码展示了如何处理无数据情况。子查询尝试返回一个占位符,但如果没有匹配行,则返回 null。外层 ISNULL 将其替换为字符串 '[]'。注意,这里手动构造了 '[]' 字符串,因为 JSON_QUERY 期望输入是有效的 JSON 文本。如果子查询返回 null,JSON_QUERY 也会返回 null,因此需要外部包裹逻辑来确保一致性。实际使用中,通常依赖 JSON_QUERY 返回 null 并在客户端处理为空数组的情况,以保持 SQL 简洁性。
JSON_QUERY 在聚合中的性能影响
在使用 JSON_QUERY 进行嵌套聚合时,性能主要取决于子查询的执行次数和复杂度。由于子查询对父查询的每一行都执行一次,如果父查询行数较多且子查询涉及复杂连接或扫描,可能导致性能下降。建议确保子查询中的关联列(如 OrderID)上有适当的索引,以减少查找开销。此外,避免在子查询中选择过多不必要的列,以减少数据传输和序列化开销。对于大数据量场景,考虑在应用层组装 JSON 或使用临时表预聚合数据,以减轻数据库服务器的负担。监控执行计划,识别潜在的嵌套循环或重复扫描,是优化此类查询的关键步骤。










