MySQL 9.x 时代的新工具面:向量类型、JSON 增强与 InnoDB ClusterSet 实战
MySQL Innovation 线走到 9.7(2026-10-20 发布 9.7.4),几个曾经"实验性"的能力已经具备生产条件:原生 VECTOR 类型与距离函数(9.0 引入)、JSON 的多项增强、以及 Group Replication/InnoDB Cluster 的运维面收敛。对已经在 8.x 的业务库,这些能力意味着一部分"外挂向量检索/文档存储"的场景可以收编回主库。本文按工程视角评估每项能力的成熟度与用法边界。
一、VECTOR 类型:能做什么,不能做什么
CREATE TABLE article_emb (
article_id BIGINT PRIMARY KEY,
emb VECTOR(768),
updated_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP
);
INSERT INTO article_emb(article_id, emb)
VALUES (1024, STRING_TO_VECTOR('[0.12, -0.03, ...]')); -- 768 维 float32
-- KNN 暴力扫描:余弦距离
SELECT article_id, VECTOR_DISTANCE(emb, STRING_TO_VECTOR(?), COSINE) AS d
FROM article_emb ORDER BY d ASC LIMIT 10;
成熟度判断要诚实:有 VECTOR 类型与距离函数 ≠ 有 ANN 索引。9.x 的向量检索本质仍是全表扫描 + 距离计算,没有 HNSW/IVF 类近似索引。适用面:
- 十万级向量的 RAG 召回(暴力扫可控在百毫秒内);
- 与业务表同库、需要事务一致性的嵌入(新增文章同步写 embedding,无外部同步链路);
- 不适合百万级以上向量或 P99 < 50ms 的在线检索——那仍是专用引擎(pgvector+HNSW、LanceDB、Milvus)的地盘。
优化技巧:维度裁剪(768→256 Matryoshka)、按时间/分类分区减少扫描集、把 KNN 查询走只读副本。
二、JSON 能力的增量演进
MySQL 8.0 已有 JSON 类型与函数,9.x 的改进集中在写入效率与部分更新:
-- JSON_TABLE 把文档视图关系化(8.0.4+,9.x 更稳)
SELECT j.id, t.tag
FROM articles_json j,
JSON_TABLE(j.data, '$.tags[*]' COLUMNS (tag VARCHAR(64) PATH '$')) t;
-- 多值索引(multi-valued index)加速 JSON 数组查询
CREATE INDEX idx_tags ON articles_json ((CAST(data->'$.tags' AS CHAR(64) ARRAY)));
SELECT * FROM articles_json WHERE 'harmonyos' MEMBER OF(data->'$.tags');
多值索引是被低估的利器:JSON 数组包含查询走索引,替代了大量"为了可查询而拆出的关联表"。限制也要记:每表多值索引数量有限、更新代价高、类型必须显式 CAST。
生成列 + 二级索引的老方案依然有效,两者按查询模式选:等值高频查用生成列,数组包含用多值索引。
三、InnoDB Cluster 与 ClusterSet 的运维现实
MySQL Shell + dba API 把"建集群"变成一行代码,但生产价值在故障处理面:
// mysqlsh
dba.createCluster('okgoes_prod', { memberSslMode: 'REQUIRED' });
cluster.addInstance('seed@host2:3306');
cluster.status(); // 看 membership、延迟、事务冲突统计
三条经验:
- 单主 +
exitStateAction=READ_ONLY是默认也是正解;多主模式对应用层要求苛刻(写冲突),绝大多数业务别碰; - ClusterSet(跨集群异步复制) 承担异地容灾:RPO 秒级,切换靠
forcePrimaryMaster——演练过才可信,没演练的容灾等于没有; - Group Replication 的事务认证开销与网络质量强相关:同 AZ RTT <1ms 没问题,跨地域建议走 ClusterSet 异步链而不是把 GR 拉宽。
监控三指标:member_expels(被逐出次数)、事务冲突率、applier 延迟。GR 的"节点反复加入退出"通常是网络或配置漂移,不是数据库问题。
四、可观测性增强:telemetry 与性能模式
9.x 继续扩展原生 telemetry 方向(OTLP 导出实验通道)与 Performance Schema 覆盖面。实操上最有用的仍是三件老工具的组合:
-- 1) 语句digest排行:找 CPU 大户
SELECT schema, digest_text, count_star, avg_timer_wait/1e9 AS avg_ms
FROM sys.statement_analysis LIMIT 10;
-- 2) 索引使用体检:找冗余/未用索引
SELECT * FROM sys.schema_unused_indexes WHERE object_schema='okgoes';
-- 3) 等待事件画像:锁 vs IO vs CPU
SELECT event_name, count_star, sum_timer_wait/1e12 AS sec
FROM performance_schema.events_waits_summary_global_by_event_name
ORDER BY sum_timer_wait DESC LIMIT 15;
慢日志 + EXPLAIN ANALYZE(8.0.18+)依旧是 SQL 调优主链路;9.x 里它已完全稳定,注意它会真实执行语句。
五、升级后的新特性采纳顺序
从 8.0 升到 9.x 后,建议按风险收益比采纳:
- 先开:多值索引、JSON_TABLE 规范化报表查询(低风险高收益);
- 试点:VECTOR 类型承接中小规模语义检索(先把 RAG 原型放进来验证产品,别急着替换生产检索);
- 观察:新认证默认、参数变化项按 upgrade checker 清单逐项处理;
- 暂缓:实验性 telemetry 通道进生产主链路。
小结
MySQL 9.x 的 VECTOR/JSON/ClusterSet 把一部分中间件场景收编回数据库,但成熟度分层清晰:多值索引与 JSON 函数已可放心用,向量检索适合十万级以内的事务一致场景,跨域容灾靠 ClusterSet 且必须演练。采纳顺序按"低风险先吃、实验性缓用"。版本线本身站 8.4 LTS,能力验证放 9.x——这条双轨策略让新特性为你工作,而不是让升级风险绑架业务。
评论(0)
登录 后参与评论。