先来说说json

{
  "title": "JSON Schema 发展简史",
  "version": "2020-12",
  "description": "诞生于JSON数据格式的标准化需求，从最初的验证工具发展为跨领域的数据契约语言",
  "keywords": ["API规范", "数据建模", "自动化测试", "低代码平台"],
  "ecosystem": {
    "tools": ["Ajv", "Draft", "jsonschema"],
    "adopters": ["OpenAPI", "Postman", "AWS AppSync"]
  }
}

JSON 作为轻量级数据交换格式，凭借简洁性成为现代应用的 “数字血液”。但随着微服务架构普及、低代码平台兴起、数据治理需求深化，单纯的 JSON 格式已无法满足复杂场景下的数据描述需求。

JSON Schema 应运而生，它以元数据语言的形式定义 JSON 数据的结构、类型、约束和语义，让无序的数据拥有 “语法规则”，成为 API 设计、数据校验、文档生成等场景的核心工具。

一句话总结来说，JSON Schema 是 json 的定义文档

比方说，服务A为输入身份证号查询身份信息 ,调用请求参数为 json
那么我是传入以下三种中哪种格式呢

-------------------------

{
    "idcard": 123
}

-------------------------

{
    "idcard": "123"
}

-------------------------

[
    {
        "id_card": "123"
    }
]

-------------------------

这个时候，就需要 JSON Schema 来定义了

一、核心使用场景

场景 1：API 接口契约定义

在前后端分离架构中，JSON Schema 可作为接口文档的 “活契约”。例如定义用户注册接口的请求体：

{
  "type": "object",
  "properties": {
    "username": { "type": "string", "minLength": 6, "pattern": "^[a-zA-Z0-9_]{6,20}$" },
    "email": { "type": "string", "format": "email" },
    "age": { "type": "integer", "minimum": 18, "maximum": 120 }
  },
  "required": ["username", "email"]
}

业务场景

前端可基于 Schema 生成表单校验逻辑，`
后端也可用对应的类库包做参数校验可自动实现参数校验
工具链（Swagger/OpenAPI）可直接生成交互式文档

场景 2：数据管道校验

在数仓/ETL（Extract-Transform-Load）流程中，JSON Schema 用于验证上游系统传输的数据是否符合下游存储/计算要求。例如物联网设备上报数据校验：

{
  "type": "object",
  "properties": {
    "deviceId": { "type": "string", "format": "uuid" },
    "timestamp": { "type": "string", "format": "date-time" },
    "metrics": {
      "type": "object",
      "properties": {
        "temperature": { "type": "number", "minimum": -273.15 },
        "humidity": { "type": "number", "minimum": 0, "maximum": 100 }
      }
    }
  },
  "required": ["deviceId", "timestamp", "metrics"]
}

业务场景

数据中台清洗层过滤无效数据
消息队列（Kafka/RabbitMQ）消费者前置校验
大数据平台离线任务数据质量监控

场景 3：低代码平台数据建模

在低代码开发场景中，JSON Schema 可定义业务对象的数据结构，实现 “模型即 Schema” 的动态表单生成。例如电商订单模型：

{
  "type": "object",
  "properties": {
    "orderId": { "type": "string", "format": "custom-order-id" }, // 自定义格式
    "items": {
      "type": "array",
      "items": {
        "type": "object",
        "properties": {
          "sku": { "type": "string" },
          "quantity": { "type": "integer", "minimum": 1 }
        },
        "required": ["sku", "quantity"]
      },
      "minItems": 1
    },
    "totalAmount": { "type": "number", "exclusiveMinimum": 0 }
  }
}

优势

无需编写实体类即可生成 CRUD 界面
通过format扩展支持枚举值、正则表达式等业务规则
与数据库 Schema 映射实现模型驱动开发（MDD）

二、官方核心规范

这里可看出 JSON Schema 本身就是一个 json，那么谁来定义 JSON Schema 呢，这好比鸡生蛋，谁去生鸡

这个就需要官方大家所共同认可的规范协议来约束了
https://json-schema.org/docs

JSON Schema 通过以下核心规范实现数据描述的标准化（基于 Draft 7 版本）：

1. 基础类型定义

关键字	说明	示例值
type	数据类型	`"string"`、`"array"`、`"null"`
format	格式约束（扩展机制）	`"email"`、`"date"`
enum	枚举值列表	`["male", "female"]`

2. 结构约束

关键字	说明	应用场景
properties	对象属性定义	API 请求体字段描述
items	数组元素类型	列表数据校验
required	必填字段列表	防止关键数据缺失

3. 数值范围控制

关键字	说明	示例
minimum	最小值（包含）	`{"minimum": 18}`
maximum	最大值（包含）	`{"maximum": 100}`
exclusiveMinimum	最小值（不包含）	`{"exclusiveMinimum": 0}`

当然，市面上也有很多的在线网站/类库，帮你做 JSON Schema 的转换生成

三、生态工具链：实际业务中的全链路支持

设计工具：JSON Schema Generator（根据 JSON 实例自动生成 Schema）、Swagger Editor（可视化 API 设计）
校验工具：Ajv（高性能 JS 校验器）、jsonschema（Python 官方库）
代码生成：Quicktype（根据 Schema 生成 Go/Java/Python 等语言实体类）
测试工具：Postman（基于 Schema 生成测试用例）、Pact（契约测试）

结语：从 “数据格式” 到 “数据契约” 的范式升级

JSON Schema 不仅是技术工具，更是现代软件工程中数据契约的载体。

它让微服务间的数据交互有了 “共同语言”，让低代码平台的模型定义有了 “数字蓝图”，让复杂系统的数据治理有了 “度量标尺”。

随着云原生、AI 原生时代的数据流通需求爆发，JSON Schema 正从边缘工具走向技术架构的核心层，成为连接不同系统、不同团队、不同技术栈的数据 “通用语言”。

power by Qwen

JSON Schema：json的说明书