🔍 登录 注册

MySQL 9.x 时代的新工具面:向量类型、JSON 增强与 InnoDB ClusterSet 实战

南 南风知我意 2026-11-17 👁 2 ⏱ 4min

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:

  1. 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;
  2. 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;
  3. 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:

  1. 先开:多值索引、JSON_TABLE 规范化报表查询(低风险高收益);
  2. 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);
  3. 观察:新认证默认、参数变化项按 upgrade checker 清单逐项处理;
  4. 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。

读完了?给作者一点支持

本文采用 CC BY 4.0 协议转载 · © 南风知我意

评论(0)

登录 后参与评论。

  • 还没有评论,来抢沙发。

🔗 相关文章

审计人的职业规划地图:事务所、企业内审、监管与自由执业的四条路线

"做了三年审计接下来去哪"是行业论坛上的永恒问题。2026 年的就业市场给出了新的答案坐标:AI 压缩了基础核算与核对类岗位,同时抬高了风险判断、内控体系、数据审计类岗位的身价。本文把审计人的出路整理成四条主路线——事务所纵深、企业内审/风控、监管与准则机构、自由执业/专家证人——每条给进入条件、典型轨迹、5 年收入区间感与适配画像,帮你做一次结构化的自我定位。

1 天前👍 1

AI 正在怎样改变审计工作:一份可落地的工具地图与边界清单

"AI 取代审计师"是标题党,"AI 不改审计流程"是天真的。2026 年的真实图景是:审计的每个环节都出现了成熟度不一的 AI 应用——有的已进四大方法论并受监管审视(分析程序、抽凭),有的仍处试点(风险评价辅助),有的干脆不该用(对管理层意图的判断)。本文按审计流程逐环节给出一份工具地图:能做什么、成熟度如何、边界在哪,以及从业者该怎么上手。

1 天前👍 1

内部审计的转型:从合规检查到持续审计,2026 年的方法论与落地路径

企业内部审计正经历十年来最大的一次定位调整:监管趋严(上市公司内控规范迭代、"十五五"会计规划对行业数字化基建的明确指向)加上 AI 工具成熟,让传统"年度计划 + 现场抽查"模式的价值密度持续下降。领先实践已经给出替代方案:风险导向的动态审计计划 + 持续审计(continuous auditing)+ 咨询角色。本文给企业内审负责人与准备进入内审的事务所人士一套转型方法论:架构怎么搭、数据管道怎么建、异常规则库怎么运营、以及如何向审计委员会证明价值。

1 天前👍 1