主要问题是
- 您将如何处理这些数据？和
- 您如何过滤/排序/合并/处理此数据？
JSON（如XML）非常适合数据交换，小型存储和通用定义的结构，但它不能参与在RDBMS中运行的典型操作。在大多数情况下，最好将JSON数据传输到普通表中，并在需要时重新创建JSON。
XML / JSON和1.NF
规范化的第一条规则规定，永远不要将多于一位的信息存储到一列中。您看到带有“ Mickey Mouse”之类的值的“ PersonName”列吗？您指向此并哭了：立即更改！
XML或JSON呢？这些类型是否会破坏1.NF？好吧，是的，不是...
如果实际上只存储一小部分信息，则完全可以将完整结构存储为一小部分信息。您会得到一个SOAP响应并想要存储它，因为您可能需要它作为以后的参考（但是您不会将这些数据用于您自己的进程）？只需按原样存储它即可！
现在，想象一个代表人的复杂结构（XML或JSON）（及其地址，更多详细信息...）。现在，将其放在的一列中PersonInCharge。错了吗 难道这不应该存在于具有外键引用而不是XML / JSON的经过适当设计的相关表中吗？特别是如果同一个人可能出现在许多不同的行中，那么使用XML / JSON方法肯定是错误的。
但是现在想象一下需要存储历史数据。您想在给定的时间段内保留该人的数据。几天后，对方告诉您新地址？没问题！如果您需要，旧地址将保存在XML / JSON中...
结论：如果存储数据只是为了保留它，就可以了。如果这些数据是唯一的部分，那没关系。
但是如果您需要定期使用内部零件，或者这意味着多余的重复存储，那是不对的。
实体储存
以下内容适用于SQL Server，在其他RDBM上可能有所不同。
XML不会存储为您看到的文本，而是存储为层次结构树。查询这是惊人的好表现！无法在字符串级别上解析此结构！
SQL Server（2016+）中的JSON位于字符串中，必须进行解析。没有真正的本机JSON类型（例如，有本机XML类型）。这可能会在以后出现，但是现在我假设JSON在SQL Server上的性能不如XML（请参阅UPDATE 2一节）。任何需要从JSON读取值的操作都将需要大量隐藏的字符串方法调用...
这对您意味着什么？
您可爱的DB艺术家:-D知道，按原样存储JSON违反RDBM的通用原则。他知道，
- JSON很可能会破坏1.NF
- JSON可能会随时间变化（同一列，不同内容）。
- JSON不易阅读，并且很难对其进行过滤/搜索/加入或排序。
- 这样的操作会将相当多的额外负载转移到可怜的小型DB服务器上
有一些解决方法（取决于您所使用的RDBMS），但是大多数方法都无法按照您希望的方式工作...
简而言之，您的问题的答案
是
- 如果您不想使用存储在JSON中的数据以进行昂贵的操作（过滤器/联接/排序）。
您可以像存储任何其他仅存在的内容一样存储它。我们将许多图片存储为BLOB，但是我们不会尝试过滤所有带有花朵的图片...
- 如果您完全不打扰里面的内容（只需将其存储并作为一小部分信息阅读）
- 如果结构是可变的，这将使创建物理表变得更加困难，然后将其与JSON数据一起使用。
- 如果该结构是深层嵌套的，则物理表中的存储将产生大量开销
没有
- 如果您想使用内部数据，就像使用关系表的数据（过滤器，索引，联接...）
- 如果要存储重复项（创建冗余）
- 一般而言：如果您遇到性能问题（可以肯定的是，在许多典型情况下都将面对它们！）
您可以在字符串列中以JSON开头或以BLOB开头，并在需要时将其更改为物理表。我的魔幻水晶球告诉我，这可能是明天:-D
更新
在此处找到有关性能和磁盘空间的一些想法：https : //stackoverflow.com/a/47408528/5089204
更新2：有关性能的更多信息...
以下内容解决了SQL-Server 2016中的JSON和XML支持
用户@ mike123指向微软官方博客上的一篇文章，该文章似乎在实验中得到了证明，与在SQL Server中查询XML相比，查询JSON的速度快10倍。
关于此的一些想法：
与“实验”进行一些核对：
- 在“实验”的措施很多，但不是XML与JSON的性能。反复对相同（不变）的字符串重复进行相同操作是不现实的情况
- 一般而言，经过测试的示例非常简单！
- 读取的值始终相同，甚至不使用。优化器将看到此...
- 关于强大的
XQuery支持一言不发！在数组中找到具有给定ID的产品？JSON需要读取全部内容，并在使用之后使用过滤器WHERE，而XML允许使用内部过滤器XQuery predicate。不说FLWOR...
- 在“实验”的代码作为是我的系统上带来了：JSON似乎更快（但不是10倍）为3倍。
- 添加
/text()到会将其XPath减少到小于2x。在相关文章中，用户“ Magento先生”已经指出了这一点，但是点击诱饵的标题仍然没有改变。
- 使用“实验”中提供的简单JSON，最快的纯T-SQL方法是
SUBSTRINGand CHARINDEX:-D的组合
以下代码将显示更实际的实验
- 使用一个JSON和一个以上具有多个XML的相同XML
Product（JSON数组与同级节点）
- JSON和XML稍有变化（10000个运行数字），并已插入表中。
- 两个表都有一个初始调用反对表，以避免首次调用偏差
- 读取所有10000个条目，并将检索到的值插入到另一个表中。
- 使用
GO 10将遍历此块十次，以避免出现首次通话偏见
最终结果清楚地表明，JSON比XML慢（不是那么多，在一个非常简单的示例中约为1.5倍）。
最后声明：
- 在过度的情况下，通过过于简化的示例，JSON可能比XML更快
- 处理JSON是纯字符串操作，而XML被解析和转换。在第一步中，这是相当昂贵的，但是一旦完成，它将加快一切。
- 一次性执行一次JSON可能更好（避免了创建XML的内部层次结构表示的开销）
- 通过一个仍然非常简单但更实际的示例，XML的读取速度将会更快
- 每当需要从数组中读取特定元素，过滤数组中包含给定ProductID的所有条目或在路径中上下移动时，JSON都无法阻止。必须从字符串中完全解析出它-每次您必须抓住它时...
测试代码
USE master;
GO
CREATE DATABASE TestJsonXml;
GO
USE TestJsonXml;
GO
CREATE TABLE TestTbl1(ID INT IDENTITY,SomeXml XML);
CREATE TABLE TestTbl2(ID INT IDENTITY,SomeJson NVARCHAR(MAX));
CREATE TABLE Target1(SomeString NVARCHAR(MAX));
CREATE TABLE Target2(SomeString NVARCHAR(MAX));
CREATE TABLE Times(Test VARCHAR(10),Diff INT)
GO
WITH Tally AS(SELECT TOP 10000 ROW_NUMBER() OVER(ORDER BY (SELECT NULL))*2 AS Nmbr FROM master..spt_values AS v1 CROSS APPLY master..spt_values AS v2)
INSERT INTO TestTbl1(SomeXml)
SELECT
N'<Root>
<Products>
<ProductDescription>
<Features>
<Maintenance>' + CAST(Nmbr AS NVARCHAR(10)) + ' year parts and labor extended maintenance is available</Maintenance>
<Warranty>1 year parts and labor</Warranty>
</Features>
<ProductID>' + CAST(Nmbr AS NVARCHAR(10)) + '</ProductID>
<ProductName>Road Bike</ProductName>
</ProductDescription>
<ProductDescription>
<Features>
<Maintenance>' + CAST(Nmbr + 1 AS NVARCHAR(10)) + ' blah</Maintenance>
<Warranty>1 year parts and labor</Warranty>
</Features>
<ProductID>' + CAST(Nmbr + 1 AS NVARCHAR(10)) + '</ProductID>
<ProductName>Cross Bike</ProductName>
</ProductDescription>
</Products>
</Root>'
FROM Tally;
WITH Tally AS(SELECT TOP 10000 ROW_NUMBER() OVER(ORDER BY (SELECT NULL)) AS Nmbr FROM master..spt_values AS v1 CROSS APPLY master..spt_values AS v2)
INSERT INTO TestTbl2(SomeJson)
SELECT
N'{
"Root": {
"Products": {
"ProductDescription": [
{
"Features": {
"Maintenance": "' + CAST(Nmbr AS NVARCHAR(10)) + ' year parts and labor extended maintenance is available",
"Warranty": "1 year parts and labor"
},
"ProductID": "' + CAST(Nmbr AS NVARCHAR(10)) + '",
"ProductName": "Road Bike"
},
{
"Features": {
"Maintenance": "' + CAST(Nmbr + 1 AS NVARCHAR(10)) + ' blah",
"Warranty": "1 year parts and labor"
},
"ProductID": "' + CAST(Nmbr + 1 AS NVARCHAR(10)) + '",
"ProductName": "Cross Bike"
}
]
}
}
}'
FROM Tally;
GO
INSERT INTO Target1(SomeString)
SELECT SomeXml.value('(/Root/Products/ProductDescription/Features/Maintenance/text())[1]', 'nvarchar(4000)')
FROM TestTbl1;
INSERT INTO Target2(SomeString)
SELECT JSON_VALUE(SomeJson, N'$.Root.Products.ProductDescription[0].Features.Maintenance')
FROM TestTbl2;
GO
DECLARE @StartDt DATETIME2(7), @EndXml DATETIME2(7), @EndJson DATETIME2(7);
SET @StartDt = SYSDATETIME();
INSERT INTO Target1(SomeString)
SELECT SomeXml.value('(/Root/Products/ProductDescription/ProductName/text())[2]', 'nvarchar(4000)')
FROM TestTbl1
ORDER BY NEWID();
INSERT INTO Times(Test,Diff)
SELECT 'xml',DATEDIFF(millisecond,@StartDt,SYSDATETIME());
SET @StartDt = SYSDATETIME();
INSERT INTO Target2(SomeString)
SELECT JSON_VALUE(SomeJson, N'$.Root.Products.ProductDescription[1].ProductName')
FROM TestTbl2
ORDER BY NEWID();
INSERT INTO Times(Test,Diff)
SELECT 'json',DATEDIFF(millisecond,@StartDt,SYSDATETIME());
GO 10
SELECT Test,SUM(Diff) AS SumTime, COUNT(Diff) AS CountTime
FROM Times
GROUP BY Test;
GO
USE master;
GO
DROP DATABASE TestJsonXml;
GO
结果（Acer Aspire v17 Nitro Intel i7、8GB Ram上的SQL Server 2016 Express）
Test SumTime
------------------
json 2706
xml 1604