2 两个参数

2.1 NEST/UNNEST

关于SQL中的unnest和nest，GraphQL中为@unnest, @nest，每个视图都定义了两个版本，其中一个包含嵌套对象，另一个使用关键字UNNEST定义，将嵌套对象展开为直接包含其字段，unset为指定嵌套对象中的属性何时应取消嵌套到父对象中。

这里直接通过下面的案例即可直观了解NEST/UNNEST的作用：

--新创建两个简单点的JSON关系二元性视图，分别使用@unnest和不指定
CREATE JSON DUALITY VIEW orders_jdv_unnest ASorders
{
   _id          : order_id,
   ordertime    : order_time,
   customers @unnest
   {
     cid        : customer_id,
     customer   : customer_name
   }
};select json_serialize(t.data PRETTY) from orders_jdv_unnest t;CREATE JSON DUALITY VIEW orders_jdv_nest ASorders
{
   _id          : order_id,
   ordertime    : order_time,
   customers
   {
     cid        : customer_id,
     customer   : customer_name
   }
};select json_serialize(t.data PRETTY) from orders_jdv_nest t;

其实UNNEST就是将嵌套的JSON内容作为上级字段直接展开输出，而NEST则是仍以嵌套JSON格式输出。

2.2 CHECK/NOCHECK

@[no]check/WITH [NO]CHECK，包括/排除ETAG的校验字段的步骤： 指定文档的部分内容在文档更新时是否检查state/version（状态/版本）。当更新文档时，通常需要上次数据库操作文档后，正在更新的文档的state/version不发生变化。 实现方法是使用无锁的乐观并发控制。默认情况下，JSON关系二元性视图支持每个文档在ETAG字段，即_metadata内的etag中记录一个文档状态签名。字段值被由文档内容和一些其他信息的哈希值，每次操作文档时都会被自动更新。 文档的更新操作会根据时间更新etag的值，并将该值与要更新的文档中之前存储的etag值（由应用程序发送）进行核对。如果两个值不一致则更新操作会失败。这种情况下，应用程序会重新从数据库数据库获取最新的etag值，然后再次尝试修改数据。 默认情况下，文档的所有字段的操作都需要校验etag的值。将指定字段排除校验之外，可以使用@nocheck/WITH NOCHECK来实现。在表级指定NOCHECK可以让这张表涉及所有列排除在校验之外，这种情况下在某些列上加上CHECK则可以将这些列的操作进行校验。也可以将NOCHECK指定到指定列以排除该列更新时校验etag值。 如果更新操作成功，则会进行它定义的所有更改，包括对未参与ETAG校验的字段的任何更改，从而覆盖在此期间可能对该字段进行的任何更改。也就是说，对于更新操作，不属于ETAG校验的字段不会被忽略。 如果没有列被标记NOCHECK，那么作为一个整体的JSON关系二元性视图的文档被操作时都会校验etag；如果所有列都被标记NOCHECK，则整个文档的操作都不会校验etag。这可以提高性能，对于较大的文档，这种提升更为显著。在以下情况下可能希望JSON关系二元性视图排除所有ETAG校验：

3 一数多用

先增加一部分数据：

--orders
insert into orders values(12345682,to_timestamp('2024-05-07 09:42:21','yyyy-mm-dd hh24:mi:ss'),123456);
insert into orders values(12345683,to_timestamp('2024-05-07 09:45:25','yyyy-mm-dd hh24:mi:ss'),234567);
insert into orders values(12345684,to_timestamp('2024-05-07 09:48:01','yyyy-mm-dd hh24:mi:ss'),456789);
insert into orders values(12345685,to_timestamp('2024-05-07 09:51:44','yyyy-mm-dd hh24:mi:ss'),345678);
--order_details
insert into order_details values(11,12345685,98765);
insert into order_details values(12,12345685,87654);
insert into order_details values(13,12345683,87654);
insert into order_details values(14,12345684,65432);
insert into order_details values(15,12345684,76543);
insert into order_details values(16,12345682,98765);
insert into order_details values(17,12345682,98765);
insert into order_details values(18,12345682,87654);
insert into order_details values(19,12345683,76543);
insert into order_details values(20,12345684,65432);
commit;

现在尝试用一套关系表数据解决多套需求：

3.1 以用户维度输出订单信息

CREATE JSON DUALITY VIEW customers_jdv AScustomers
{
   _id          : customer_id,
   customer     : customer_name,   order        : orders
   [ {    oid         : order_id,
    ordertime   : order_time,
    details     : order_details
    [ {
         subid  : sub_id,
         products
          {
           pn        : product_id,
           pname     : product_name,
           price     : price_number,       
           product_type @unnest
            {
             typeid  : type_id,             type    : type_name
            }
       }
     } ]
   } ]
};

3.2 以产品维度

CREATE JSON DUALITY VIEW products_jdv ASproducts
{
   _id          : product_id,
   pname        : product_name,
   price        : price_number,
   product_type @unnest
   {
    typeid      : type_id,    type        : type_name
   },
   order_details
   [ {
    subid       : sub_id,
    orders @unnest
    {     order       : order_id,
     ordertime   : order_time,
     customers @unnest
     {
      cid       : customer_id,
      customer  : customer_name
     }
    }
   } ]
};

3.3 以产品种类维度

CREATE JSON DUALITY VIEW type_jdv ASproduct_type
{
   _id          : type_id,   type         : type_name,
   products
   [ {
   pn           : product_id,
   pname        : product_name,
   price        : price_number,
   order_details
     [ {
     subid       : sub_id,
     orders @unnest
     {      order       : order_id,
      ordertime   : order_time,
      customers @unnest
      {
       cid       : customer_id,
       customer  : customer_name
      }
     }
    } ]
   } ]
};

4 美化输出

这里可以在SQL中使用json_serialize函数美化输出：

select json_serialize(t.data PRETTY) from orders_jdv t;

也可以使用最新的SQLDeveloper 23.1.1来试试：

总结

本期展示了JSON关系二元性视图更详细的内容，如何用一套数据实现多个JSON模型需求，以及在SQL层面美化JSON输出。 更多的关于JSON关系二元性视图其他操作将放在下一期。 老规矩，知道写了些啥。