与朋友讨论一些简单json存储的问题，产生了测试这一问题的想法，测试准备如下：
1.两张表，分别如下，只有涉及到json字段的类型不同
CREATE TABLE `json_test` (
`id` int NOT NULL AUTO_INCREMENT,
`user_id` int DEFAULT NULL,
`content` varchar(10) CHARACTER SET utf8mb4 COLLATE utf8mb4_general_ci DEFAULT NULL,
`iamge` json DEFAULT NULL,
PRIMARY KEY (`id`),
KEY `idx_user_id` (`user_id`)
) ENGINE=InnoDB AUTO_INCREMENT=520303 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_general_ci;
CREATE TABLE `varchar_test` (
`id` int NOT NULL AUTO_INCREMENT,
`user_id` int DEFAULT NULL,
`content` varchar(10) COLLATE utf8mb4_general_ci DEFAULT NULL,
`image` varchar(1000) COLLATE utf8mb4_general_ci DEFAULT NULL,
PRIMARY KEY (`id`),
KEY `idx_user_id` (`user_id`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=500001 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_general_ci;
2.两张表分别通过相同的方式进行批量插入，制造50w数据，每个userid都有100条数据,共5000个userid，生成的json数据内容如下：
["https://blog.csdn.net/gushaolin/article/details/103546517", "https://blog.csdn.net/gushaolin/article/details/103546517", "https://blog.csdn.net/gushaolin/article/details/103546517", "https://blog.csdn.net/gushaolin/article/details/103546517", "https://blog.csdn.net/gushaolin/article/details/103546517", "https://blog.csdn.net/gushaolin/article/details/103546517", "https://blog.csdn.net/gushaolin/article/details/103546517", "https://blog.csdn.net/gushaolin/article/details/103546517", "https://blog.csdn.net/gushaolin/article/details/103546517", "https://blog.csdn.net/gushaolin/article/details/103546517"]
3.由于数据库在云服务器上，为了减少网络延迟对查询的影响，写一个api放在服务器上，通过计算查询时间差的方式来进行比较，并且api调用数据库使用127.0.0.1，避免查询走网关，代码：
Map<String, Object> map = new HashMap<>();
LocalDateTime start = LocalDateTime.now();
List<JsonTest> list1 = jsonTestService.list(
new QueryWrapper<JsonTest>().lambda()
.eq(JsonTest::getUserId, 1)
);
LocalDateTime jsonEnd = LocalDateTime.now();
map.put("1", Duration.between(start, jsonEnd).toMillis());
LocalDateTime start2 = LocalDateTime.now();
List<VarcharTest> list2 = varcharTestService.list(
new QueryWrapper<VarcharTest>().lambda()
.eq(VarcharTest::getUserId, 1)
);
LocalDateTime varcharEnd = LocalDateTime.now();
map.put("2", Duration.between(start2, varcharEnd).toMillis());
两种查询方式都是类似select * from table_name where user_id=1的查询方式，避免查询条件不同产生误差
4.通过请求接口，比较响应中1、2的毫秒时间差，经过比较，两种查询的时间差不太稳定，互有快慢，通过20次左右查询平均值比较，两种查询方式实际耗时基本相同，所以通过简单的索引查询带json类型的数据，并不会拖慢查询速度
结论：使用索引字段进行普通的数据查询带出json数据，效率与varchar类型基本一致，在业务中进行存储且不进行使用json类型的字段查询的场景下，是一个非常合适的方案，可以提升系统拓展性
