MySQL 8.4 发行说明
InnoDB 支持在虚拟生成列上创建二级索引。不支持其他索引类型。在虚拟列上定义的二级索引有时被称为 “虚拟索引”.
可以在一个或多个虚拟列上创建二级索引，也可以在虚拟列和普通列或存储的生成列的组合上创建二级索引。包含虚拟列的二级索引可以定义为 UNIQUE.
当在虚拟生成列上创建二级索引时，生成列值会在索引记录中物化。如果索引是 覆盖索引（包含查询检索的所有列的索引），则会从索引结构中的物化值中检索生成列值，而不是动态计算。
在虚拟列上使用二级索引时，需要考虑额外的写入成本，因为在 INSERT 和 UPDATE 操作期间，在二级索引记录中物化虚拟列值时会执行计算。即使有额外的写入成本，虚拟列上的二级索引也可能比生成的 存储 列更可取，因为生成的 存储 列是在聚簇索引中物化的，这会导致表更大，需要更多的磁盘空间和内存。如果没有在虚拟列上定义二级索引，则读取操作会有额外的成本，因为每次检查列的行时都必须计算虚拟列值。
索引的虚拟列的值是 MVCC 日志记录的，以避免在回滚或清除操作期间不必要地重新计算生成列的值。日志记录的值的数据长度受索引键限制，对于 COMPACT 和 REDUNDANT 行格式为 767 字节，对于 DYNAMIC 和 COMPRESSED 行格式为 3072 字节。
在虚拟列上添加或删除二级索引是一个就地操作。
如其他地方所述，JSON 列无法直接索引。要创建间接引用此类列的索引，可以定义一个生成列来提取要索引的信息，然后在生成列上创建索引，如本示例所示
mysql> CREATE TABLE jemp (
-> c JSON,
-> g INT GENERATED ALWAYS AS (c->"$.id"),
-> INDEX i (g)
-> );
Query OK, 0 rows affected (0.28 sec)
mysql> INSERT INTO jemp (c) VALUES
> ('{"id": "1", "name": "Fred"}'), ('{"id": "2", "name": "Wilma"}'),
> ('{"id": "3", "name": "Barney"}'), ('{"id": "4", "name": "Betty"}');
Query OK, 4 rows affected (0.04 sec)
Records: 4 Duplicates: 0 Warnings: 0
mysql> SELECT c->>"$.name" AS name
> FROM jemp WHERE g > 2;
+--------+
| name |
+--------+
| Barney |
| Betty |
+--------+
2 rows in set (0.00 sec)
mysql> EXPLAIN SELECT c->>"$.name" AS name
> FROM jemp WHERE g > 2\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: jemp
partitions: NULL
type: range
possible_keys: i
key: i
key_len: 5
ref: NULL
rows: 2
filtered: 100.00
Extra: Using where
1 row in set, 1 warning (0.00 sec)
mysql> SHOW WARNINGS\G
*************************** 1. row ***************************
Level: Note
Code: 1003
Message: /* select#1 */ select json_unquote(json_extract(`test`.`jemp`.`c`,'$.name'))
AS `name` from `test`.`jemp` where (`test`.`jemp`.`g` > 2)
1 row in set (0.00 sec)(为了适应查看区域，我们已将本示例中最后一条语句的输出进行了换行。)
在对包含一个或多个使用 -> 或 ->> 运算符的表达式的 SELECT 或其他 SQL 语句使用 EXPLAIN 时，这些表达式将转换为使用 JSON_EXTRACT() 和（如果需要）JSON_UNQUOTE() 的等效表达式，如 SHOW WARNINGS 在此 EXPLAIN 语句后的输出中所示
mysql> EXPLAIN SELECT c->>"$.name"
> FROM jemp WHERE g > 2 ORDER BY c->"$.name"\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: jemp
partitions: NULL
type: range
possible_keys: i
key: i
key_len: 5
ref: NULL
rows: 2
filtered: 100.00
Extra: Using where; Using filesort
1 row in set, 1 warning (0.00 sec)
mysql> SHOW WARNINGS\G
*************************** 1. row ***************************
Level: Note
Code: 1003
Message: /* select#1 */ select json_unquote(json_extract(`test`.`jemp`.`c`,'$.name')) AS
`c->>"$.name"` from `test`.`jemp` where (`test`.`jemp`.`g` > 2) order by
json_extract(`test`.`jemp`.`c`,'$.name')
1 row in set (0.00 sec)有关其他信息和示例，请参阅 -> 和 ->> 运算符以及 JSON_EXTRACT() 和 JSON_UNQUOTE() 函数的说明。
此技术也可以用于提供间接引用无法直接索引的其他类型列的索引，例如 GEOMETRY 列。
还可以使用 JSON_VALUE() 函数在 JSON 列上创建索引，该函数使用可以用于优化使用表达式的查询的表达式。有关更多信息和示例，请参阅该函数的说明。
JSON 列和 NDB Cluster 中的间接索引
也可以在 MySQL NDB Cluster 中使用 JSON 列的间接索引，但要满足以下条件
用于创建表 jempn 的 CREATE TABLE 语句是先前显示的 jemp 表的版本，已进行修改以使其与 NDB 兼容
CREATE TABLE jempn (
a BIGINT NOT NULL AUTO_INCREMENT PRIMARY KEY,
c JSON DEFAULT NULL,
g INT GENERATED ALWAYS AS (c->"$.id") STORED,
INDEX i (g)
) ENGINE=NDB;我们可以使用以下 INSERT 语句填充此表
INSERT INTO jempn (c) VALUES
('{"id": "1", "name": "Fred"}'),
('{"id": "2", "name": "Wilma"}'),
('{"id": "3", "name": "Barney"}'),
('{"id": "4", "name": "Betty"}');现在 NDB 可以使用索引 i，如这里所示
mysql> EXPLAIN SELECT c->>"$.name" AS name
-> FROM jempn WHERE g > 2\G
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: jempn
partitions: p0,p1,p2,p3
type: range
possible_keys: i
key: i
key_len: 5
ref: NULL
rows: 3
filtered: 100.00
Extra: Using pushed condition (`test`.`jempn`.`g` > 2)
1 row in set, 1 warning (0.01 sec)
mysql> SHOW WARNINGS\G
*************************** 1. row ***************************
Level: Note
Code: 1003
Message: /* select#1 */ select
json_unquote(json_extract(`test`.`jempn`.`c`,'$.name')) AS `name` from
`test`.`jempn` where (`test`.`jempn`.`g` > 2)
1 row in set (0.00 sec)您应该记住，存储的生成列以及此类列上的任何索引都使用 DataMemory.