我有一个 dynamodb 表，用于存储在我的服务器上运行的进程的历史运行数据，我需要一个地方来聚合这些进程并查看每个进程的最新数据。每个进程都有自己的ProcessId这是 dynamodb 表的分区键。排序键是StartDateTime
{
ProcessId, // Partition Key
StartDateTime, // Sort Key
... // More data
}
本质上，我需要为我给出的每个进程 ID 检索最新的 StartDateTime。我正在使用带有aws-sdk的nodejs lambda来检索数据。我已经研究过使用 BatchGetItem 的问题，但我的理解是，对于具有分区键和排序键的表，您需要同时提供两者才能检索项目。我也考虑过使用查询，但我需要为每个小于理想的分区运行一个单独的查询。有谁知道我可以在一次调用中发出此请求的方法，而不必为每个分区进行单独的调用？
总结一下我从您的帖子中了解到的内容，您的表中可能有这样的数据：
PK (id) SK (timestamp) Other data
process1 1 ...
process2 4 ...
process1 8 ...
process3 18 ...
process2 25 ...
您需要轻松检索：
process1 8 ...
process2 25 ...
process3 18 ...
正如沙盒波西米亚所说，我建议您使用一个流，以便在每次新输入到达时触发 lambda 函数。但是，我会使用相同的表并更新具有相同 id 且时间戳等于 0 的项目。此外，我添加一个二进制属性"latest"，始终设置为"True"，并为当前时间戳添加一个数字属性。 按时间顺序，条目将是：
PK (id) SK (timestamp) Other data timestamp2(GSI SK) latest (GSI PK)
process1 1 ...
process1 0 ... 1 true
process2 4 ...
process2 0 ... 4 true
process1 8 ...
process1 0 ... 8
process3 18 ...
process3 0 ... 18 true
process2 25 ...
process2 0 ... 25 true
然后，您必须创建一个 GSI，PK 等于"最新"，SK 等于"时间戳"，并投影"id"和"data"属性。它将是一个稀疏索引，这意味着只会存在填充了最新属性的项目。以下是内容：
latest (GSI PK) timestamp2 (GSI SK) id timestamp Data
true 8 process1 0 ...
true 25 process2 0 ...
true 18 process3 0 ...
如您所见，PK 始终具有相同的值。因此，它允许执行查询或扫描。如果您需要所有最后的过程，您可以进行扫描。如果进程数确实很高，则可以使用 latest=True 进行查询，并利用有关 timestamp2 的排序功能。
我同意这种模式并不直观，但 dynamodb 经常出现这种情况
您似乎正在尝试某种聚合，而 DynamoDB 通常不是最适合聚合，而是更适合 CRUD 风格的操作。
尝试在表上启用DynamoDB Streams，并使用另一个 lambda 在另一个 DynamoDB 表中"更新"开始时间，并将 processId 作为分区键，而不是运行昂贵的查询或扫描。
然后，您可以在此新表上的 processId 上运行最新开始时间的查询。