在达梦数据库（DM Database）中，将 JSON 数据转换为表格形式可以使用内置的 JSON_TABLE 函数。以下是详细步骤和示例：

1. 核心函数：`JSON_TABLE`

JSON_TABLE 用于将 JSON 数据解析为关系表结构，支持从 JSON 对象或数组中提取数据。

语法：

SELECT *
FROM JSON_TABLE(json_doc,         -- JSON 字符串或 JSON 列path              -- JSON 路径（指定要解析的部分）COLUMNS (列名1 数据类型 PATH '字段路径1' [ERROR | NULL ON ERROR],列名2 数据类型 PATH '字段路径2' [TRIM | DEFAULT 默认值 ON EMPTY],... )
) AS 别名;

2. 示例演示

示例 1：解析 JSON 数组

假设 JSON 数据如下：

[{"id": 1, "name": "Alice", "age": 25},{"id": 2, "name": "Bob", "age": 30}
]

查询语句：

SELECT *
FROM JSON_TABLE('[{"id":1,"name":"Alice","age":25},{"id":2,"name":"Bob","age":30}]','$[*]'  -- 解析根数组的所有元素COLUMNS (id INT PATH '$.id',name VARCHAR(50) PATH '$.name',age INT PATH '$.age')
) AS jt;

结果：

ID	NAME	AGE
1	Alice	25
2	Bob	30

示例 2：解析嵌套 JSON

假设 JSON 数据：

{"dept": "IT","employees": [{"id": 101, "name": "Tom"},{"id": 102, "name": "Jerry"}]
}

查询语句：

SELECT *
FROM JSON_TABLE('{"dept":"IT","employees":[{"id":101,"name":"Tom"},{"id":102,"name":"Jerry"}]}','$.employees[*]'  -- 解析 employees 数组COLUMNS (dept VARCHAR(10) PATH '$.dept',  -- 注意：此处需用根路径id INT PATH '$.id',name VARCHAR(50) PATH '$.name')
) AS jt;

修复路径后的正确写法：

SELECT jt.*,JSON_VALUE(原JSON字段, '$.dept') AS dept  -- 额外提取部门
FROM JSON_TABLE('{"dept":"IT","employees":[{"id":101,"name":"Tom"},{"id":102,"name":"Jerry"}]}','$.employees[*]'COLUMNS (id INT PATH '$.id',name VARCHAR(50) PATH '$.name')
) AS jt;

3. 处理空值/错误

NULL ON EMPTY：路径不存在时返回 NULL
DEFAULT 值 ON EMPTY：路径不存在时返回默认值
ERROR ON ERROR：转换错误时报错（默认行为）

示例：

SELECT *
FROM JSON_TABLE('[{"id":1,"score":"90"},{"id":2}]','$[*]'COLUMNS (id INT PATH '$.id',score INT PATH '$.score' DEFAULT -1 ON EMPTY  -- 缺失时返回 -1)
) AS jt;

结果：

ID	SCORE
1	90
2	-1

4. 从表中读取 JSON 列

若 JSON 数据存储在表的列中（如 user_data JSON）：

SELECT jt.*
FROM your_table,
JSON_TABLE(your_table.json_column,  -- 直接引用 JSON 列'$.employees[*]'COLUMNS (id INT PATH '$.id',name VARCHAR(100) PATH '$.name')
) AS jt;

5. 复杂路径处理

解析多层嵌套 JSON：

{"project": "X","tasks": [{"task_id": 1,"details": {"owner": "Amy", "priority": "high"}}]
}

查询：

SELECT *
FROM JSON_TABLE('{"project":"X","tasks":[{"task_id":1,"details":{"owner":"Amy","priority":"high"}}]}','$.tasks[*]'COLUMNS (project VARCHAR(10) PATH '$.project',task_id INT PATH '$.task_id',owner VARCHAR(20) PATH '$.details.owner',priority VARCHAR(10) PATH '$.details.priority')
) AS jt;