当我想考虑排序键而不考虑分区键时，如何查询 DynamoDB？答案

【问题标题】：How do I query DynamoDB when I want to consider the sort key but not the partition key?当我想考虑排序键而不考虑分区键时，如何查询 DynamoDB？
【发布时间】：2018-03-27 21:18:11
【问题描述】：

我不知道如何在 DynamoDB 中执行此操作。

我有一个表格，里面有类似这样的数据：

ID    Updated     other fields...

1200  2017-12-11              ...
1201  2018-02-05              ...
1205  2018-01-05              ...
1206  2018-01-11              ...
1210  2018-02-15              ...
1212  2018-02-10              ...

分区键是“ID”，我有一个排序键“更新”。

例如，我想检索更新大于“2018-02-01”的记录。

我不能单独查询“更新”，它会向Query condition missed key schema element: ID 抱怨。我理解这意味着什么，但我不确定如何正确执行此操作。

我尝试添加各种索引，然后在索引上进行查询，包括仅将“更新”字段作为分区键，但是我无法查询仅与分区键完全匹配的值范围.

那么，如何跨多个分区查询一个条件？

我可以使用扫描，但这可能很昂贵。我可以通过以某种方式对其进行索引来做到这一点吗？或者有没有办法做类似于不需要指定分区键的查询？

【问题讨论】：

我开始认为使用唯一 ID 作为分区键是一个坏主意，将属于一起的项目分区几乎会更好，但是如果两条记录具有相同的 '更新的'字段，两个键合在一起不会是唯一的，一个记录会覆盖另一个？我想我对如何正确使用分区键感到很困惑。
对分区键使用唯一 ID 通常是个好主意。它有助于可扩展性。分区键未排序，因此您需要除 Updated 之外的分区键。
为了保证键的唯一性，考虑在更新后附加一个随机值。因此，您的数据将位于相同的位置，但独一无二:)

标签： amazon-dynamodb

【解决方案1】：

使用扫描

几乎每个使用 DynamoDB 的人似乎都担心扫描。在许多情况下，扫描都很好。你应该问自己的事情包括：我将拥有多少数据，它将如何随着时间的推移而增长，我需要多快完成扫描，这将花费多少 RCU？不要只是忽略扫描 - 做数学。

存档数据

如果您只需要访问最近的数据，请考虑删除或归档旧数据。通过将其从表中移除，您可以提高扫描性能。

按日期分区

如果您真的想使用查询，可以使用多种策略来提高表性能。例如，您可以拥有 YYYY-MM 的分区键和日期时间的排序键（低至纳秒）。这样，您可以在一次查询中检索整月的数据，同时仍然能够对特定日期范围进行排序。这种查询在您的应用程序中处理起来比扫描要复杂得多。构建表实际上取决于您的数据访问模式。

【讨论】：

如果您使用过滤器扫描并丢弃大部分结果并每天这样做 1000 次，那么它会很快加起来。

【解决方案2】：

很好的问题，不是很好的解决方案！ :)

• 如果不以分区键为条件，您将无法进行查询。
• 您需要将Updated 列作为排序键，或者在表“模式”中，或者在索引中。如果它不再是排序键，您将无法有效地查询Updated > VALUE。

所以你需要一个恒定的分区键和Updated 作为排序键。这是您的全球二级索引：
• PK：ConstantColumn
• SK：Updated

当然，您会失去一些可伸缩性，因为您的所有索引都将位于一个分区中，但使用 KEYS_ONLY 投影应该会给您足够的空间。

如果您真的需要更高的可伸缩性，请考虑使用 PK 值，例如 C0、C1、...、Cn，遍历每个分区键的查询，然后合并结果（除法）。

【讨论】：

【解决方案3】：

我会考虑替代分区键。例如，如果您创建一个使用年份作为分区键、日期作为排序键的 GSI，您的业务逻辑会起作用吗？年月呢？

您的查询编写起来会更复杂，因为您可能需要发出多个查询来覆盖超过 1 个分区来填充您的结果页面。

但正如您所指出的，这比执行全表扫描便宜。

【讨论】：