在 MySQL 中，表可能包含传统的关系数据、JSON 值或两者。通过将文档存储在具有本机
JSON数据类型的列中，您可以将传统数据与 JSON 文档结合起来。
本节中的示例使用模式中的城市表
world_x。
city 表有五个列（或字段）。
+----------------+------------+--------+--------+---- -----+--------------------+ | 领域 | 类型 | 空 | 键 | 默认 | 额外 | +----------------+------------+--------+--------+---- -----+--------------------+ | 编号 | 整数（11） | 否 | 优先级 | 空 | 自动递增 | | 名称 | 字符（35） | 否 | | | | | 国家代码 | 字符（3） | 否 | | | | | 地区 | 字符（20） | 否 | | | | | 资讯 | JSON | 是 | | 空 | | +----------------+------------+--------+--------+---- -----+--------------------+
要将文档插入表的列，请以
values()正确的顺序将格式良好的 JSON 文档传递给该方法。在以下示例中，文档作为最终值被传递到信息列中。
mysql-py> db.city.insert().values(
None, "San Francisco", "USA", "California", '{"Population":830000}')您可以发出带有搜索条件的查询，该搜索条件计算表达式中的文档值。
mysql-py> db.city.select(["ID", "Name", "CountryCode", "District", "Info"]).where(
"CountryCode = :country and Info->'$.Population' > 1000000").bind(
'country', 'USA')
+------+----------------+-------------+----------------+-----------------------------+
| ID | Name | CountryCode | District | Info |
+------+----------------+-------------+----------------+-----------------------------+
| 3793 | New York | USA | New York | {"Population": 8008278} |
| 3794 | Los Angeles | USA | California | {"Population": 3694820} |
| 3795 | Chicago | USA | Illinois | {"Population": 2896016} |
| 3796 | Houston | USA | Texas | {"Population": 1953631} |
| 3797 | Philadelphia | USA | Pennsylvania | {"Population": 1517550} |
| 3798 | Phoenix | USA | Arizona | {"Population": 1321045} |
| 3799 | San Diego | USA | California | {"Population": 1223400} |
| 3800 | Dallas | USA | Texas | {"Population": 1188580} |
| 3801 | San Antonio | USA | Texas | {"Population": 1144646} |
+------+----------------+-------------+----------------+-----------------------------+
9 rows in set (0.01 sec)有关详细信息，请参阅 使用关系表和文档 。
有关数据类型的详细说明，请参阅第 11.5 节，“JSON 数据类型”。