具有多个标签的 DynamoDB 查询

Question

我对 DynamoDB 相当陌生，目前我们正在考虑使用 DynamoDB 将现有项目迁移到无服务器应用程序，我们希望从 RDMS 数据库调整以下设置：

表格：

• 项目（项目ID）
• 文件（文件 ID、项目 ID、文件名）
• 标签（文件 ID、标签）

我们希望使用 DynamoDB 进行查询，以获取具有一个或多个标签（按标签）的特定项目（按 ProjectID）的所有文件。在 RDMS 中，此查询很简单，如下所示：

SELECT * FROM Files JOIN Tags ON Tags.FileID = Files.FileID WHERE Files.ProjectID = ?PROJECT AND Tags.Tag = ?TAG_1 OR ?TAG_2 ...

目前，我们有以下 DynamoDB 设置（但仍然可以更改）：

• 项目（ProjectID [HashKey]，...）
• 文件（ProjectID [HashKey]、FileID [RangeKey]、...）

另请考虑项目条目数量巨大（1000 - 30000 之间）以及每个项目的文件数量（50 到 100.000 之间），并且查询应该非常快。

如何使用 DynamoDB 查询来实现这一点，最好不使用过滤表达式，因为它们是在数据选择后应用的？如果表Files可以有一个 StringSet Tags 作为列，那就完美了，但我猜这不能用于高效的 DynamoDB 查询（因此不使用 DynamoDB 扫描），因为 DynamoDB 索引只能是 String、Binary 和数字而不是 StringSet 类型？这可能是全球二级指数(GSI)的适用用例吗？

Answer 1

有点晚了，刚刚看到另一个问题引用了这个问题。

我猜你已经解决了类似的问题？

DynamoDB 表

• 项目（ProjectID [HashKey]，...）
• 文件（ProjectID [HashKey]、FileID [RangeKey]、...）
• 标签（标签 [HashKey]、文件 ID [RangeKey]、项目 ID [LSI 排序键]）

在 FileTags 上，您需要 FileID 来使主键唯一，但您可以添加 ProjectID 作为本地二级索引的排序键，这样您就可以按 Tag + ProjectID 进行搜索。

这是某种数据非规范化，但这就是 NoSQL 所需要的:-( 。例如，如果您的文件将切换到另一个项目，您不仅需要更新文件上的 ProjectID，还需要更新所有标签上的 ProjectID 。