最近数据分析有需求，分析运营活动短信用户，但是发送短信的用户是通过 JSON 字符串数组存储在一个 text 字段的。内容类似于：
["user1", "user2", "user3"....]
数据分析想分析这些用户，那么就需要 in 这些用户查询。自己手动拼 SQL 太蛋疼，而且好几万几十万的用户，拼成SQL，复制粘贴也够蛋疼的。那么可以考虑将这一行分割为多行，作为一个字段。
mysql.help_topic 是啥
网上的思路是利用 mysql.help_topic 这个记录表，这个表是存储 mysql 各种帮助文档目录的，主要因为他有一个从零开始自增的 id 字段，所以采用这张表作为帮助表。其实他不是用来干这个的。并且，有时候我们精简安装，或者是云服务里面的 mysql，他们的这张表里面的内容，是空的，所以我们不能靠这张表。
如何自己实现呢？
思路主要是如下，首先处理数据，将 JSON 字符串数组处理成：
user1,user2,user3
通过：
select replace(replace(replace(replace(a,'[',''),']',''), '"', ''),' ','') processed_data from 表
然后，我们通过substring_index函数，可以提取出user1，user2，user3这些用户 id。分别是：substring_index(substring_index(processed_data,',',1),',',-1)，substring_index(substring_index(processed_data,',',2),',',-1)，substring_index(substring_index(processed_data,',',3),',',-1).可以看出，如果我们能提供一个数字，这个数字从1开始，一直到,的个数 + 1，这样就能使用substring_index函数，将每个 userId 提取出来，也就是将数据转换成：
1+-------------------+----+ 2| processed_data | id | 3| user1,user2,user3 | 1 | 4| user1,user2,user3 | 2 | 5| user1,user2,user3 | 3 |
哪里有这么一张表呢？我们可以创建一个表，里面只有一列 id，从0或者1开始，这里我们从0开始，一直到你的,可能的最多个数，我们这里是 200 万。
1+----+ 2| id | 3+----+ 4| 0 | 5| 1 | 6| 2 | 7| 3 | 8| 4 | 9| 5 |
这样，通过 join 这张表，用 id < ,的个数为条件，就能得出上面的processed_data与id join 的数据。
最后的SQL：
1SELECT 2 substring_index( substring_index( processed_data, ',', b.id + 1 ), ',',- 1 ) user_id 3FROM 4( 5SELECT REPLACE 6 ( 7 REPLACE ( REPLACE ( REPLACE (数据字段, '[', '' ), ']', '' ), '"', '' ), 8 ' ', 9 '' 10 ) processed_data 11FROM 12 表 13) temp 14JOIN help表 b ON b.id < ( length( temp.processed_data ) - length( REPLACE ( temp.processed_data, ',', '' ) ) + 1 )
其中的 help 表就是里面只有一列 id，从0或者1开始，这里我们从0开始，一直到你的,可能的最多个数的这张表