DynamoDB:区间与全球二级指数

Question

假设我有一个具有id和timestamp属性的用户表。我希望能够查询这两个参数。如果我正确理解文档，那么使用DynamoDB有两种方法：

1. 使用id作为散列，timestamp作为范围来定义散列+范围主键
2. 使用id定义仅散列主键，并使用timestamp定义全局辅助索引

每种方法的优点和缺点是什么？

Answer 1

定义一个hash+range主键，使用id作为hash，时间戳为范围。

通过使id成为Hash Key，使timestamp成为Range Key，您有效地创建了一个"复合主键"。

换句话说，DynamoDB模式将允许以下数据（注意，"john"重复了三次）

id (Hash) | timestamp (Range)
----------|-------------------------
john      | 2014-04-28T07:53:29.000Z
john      | 2014-04-28T08:53:29.000Z
john      | 2014-04-28T09:53:29.000Z
mary      | 2014-04-28T07:53:29.000Z
jane      | 2014-04-28T07:53:29.000Z

您可以执行以下操作：

1. GetItem基于id（哈希密钥）+timestamp（范围密钥）组合得到单个项
2. Query以获得等于id（哈希密钥）的所有项目的列表

如果这不是您想要的，那么分别在id和timestamp上的hash+范围就不是您要寻找的。

使用id定义仅散列主键，并定义全局辅助密钥使用时间戳进行索引。

在id上使用仅散列主键时，id必须是唯一的。

id (Hash) | timestamp (GSI Hash Key)
----------|-------------------------
john      | 2014-04-28T07:53:29.000Z
mary      | 2014-04-28T07:53:29.000Z
jane      | 2014-04-28T07:53:29.000Z

然后，通过仅在timestamp上应用GSI散列，您将能够查询特定timestamp的ids列表。

这种方法的优点是，它绝对是您用例的正确解决方案#1是范围密钥的误用（除非您打算在应用程序级别确保id不重复，这可能是个坏主意）。

使用GSI的缺点是：

1. 每个表最多只能有5个GSI，所以明智地选择您想要的索引DynamoDB Update Dec 2019-您现在可以为每个表创建多达20个GSI，并可以通过请求进一步提高此软限制https://aws.amazon.com/about-aws/whats-new/2018/12/amazon-dynamodb-increases-the-number-of-global-secondary-indexes-and-projected-index-attributes-you-can-create-per-table/
2. GSI将花费您额外的钱，因为您需要将Provisioned Throughput分配给它
3. GSI最终是一致的，这意味着DynamoDB不能保证与表的哈希键相关的数据被写入DB的那一刻，数据的GSI哈希键立即可用于查询。DynamoDB文档指出，这通常是即时的，但可能需要几秒钟的时间才能获得GSI哈希密钥
4. 不能在GSI上执行GetItem以获得基于其Hash Key/Hash Key+Range Key的项目。您只能使用返回List的Query

Answer 2

这个答案可能有一些用处，但你对实现它的两种方法是正确的

假设您使用id作为哈希键，那么为了只使用时间戳检索项目，您需要一个全局辅助索引。您仍然可以将timestamp作为范围键，这将非常有用，因为DynamoDB将使用它按id对查询结果进行排序。

使用全局辅助索引的主要缺点是需要在表上提供额外的吞吐量。

Answer 3

我也有类似的兴趣，并考虑在时间戳的一部分（例如，天或小时）上创建一个二级索引作为HASH，Id作为RANGE，以允许针对特定时间片进行查询，但这将强制时间片内的所有记录都在索引的同一分区中。

为了能够查询最近的数据和历史数据，亚马逊建议采用多表设计方法-请参阅https://docs.aws.amazon.com/amazondynamodb/latest/developerguide/bp-time-series.html.