DynamoDB 查询限制

Question

我Limit对 DynamoDB 上的查询/扫描有疑问。

我的表有 1000 条记录，对所有记录的查询都返回 50 个值，但是如果我输入Limit5 个值，这并不意味着查询将返回前 5 个值，它只是说对 5 个项目的查询表（以任何顺序，所以它们可能是非常旧的项目或新项目），所以我有可能在查询中得到 0 个项目。如何实际获取查询的最新 5 项？我需要将 a 设置Limit为 5（数字是示例），因为查询/扫描比这更多的项目会很昂贵。

查询有这个输入

{
  TableName: 'transactionsTable',
  IndexName: 'transactionsByUserId',
  ProjectionExpression: 'origin, receiver, #valid_status, createdAt, totalAmount',
  KeyConditionExpression: 'userId = :userId',
  ExpressionAttributeValues: {
    ':userId': 'user-id',
    ':payment_gateway': 'payment_gateway'
  },
  ExpressionAttributeNames: {
    '#valid_status': 'status'
  },
  FilterExpression: '#valid_status = :payment_gateway',
  Limit: 5
}

我的表的索引是这样的：

我应该使用第二个索引或其他东西，用字段对它们进行排序，createdAt但是，我如何确定查询会查看所有项目？

Answer 1

如果我将限制设置为 5，这并不意味着查询将返回前 5 个值，它只是说查询表中的 5 个项目（以任何顺序，因此它们可能是非常旧的项目或新项目） ，所以我有可能在查询中得到 0 个项目。如何实际获取查询的最新 5 项？

您的观察是正确的，不幸的是，没有任何Query选项或任何其他操作可以保证单个请求中有 5 个项目。要理解为什么会这样（这不仅仅是亚马逊方面的懒惰），请考虑以下极端情况：您有一个包含 10 亿个项目的庞大数据库，但是执行一个只有 5 个匹配项目的非常具体的查询，现在使您想要的请求：“还我 5 件物品”。这样的请求需要读取整个数据库的 10 亿项，然后才能返回任何内容，届时客户端肯定会放弃。所以这不是 DyanmoDB 的Limit工作方式。它限制了 DynamoDB 在响应之前需要做的工作量。因此，如果Limit = 100, DynamoDB 将在内部读取 100 个项目，这需要一定的时间。但是您是对的，您不知道它是否会响应 100 个项目（如果它们都与过滤器匹配）或 0 个项目（如果它们都不与过滤器匹配）。

因此，要高效地做您想做的事情，您需要想出一种不同的方式来为您的数据建模——即，如何组织分区和对键进行排序。有不同的方法可以做到这一点，每种方法都有自己的优点和缺点，您需要自己考虑选择。既然您询问了 GSI，我会给您一些有关如何使用该选项的提示：

您正在寻找的模式称为过滤数据检索。正如您所指出的，如果您使用排序键执行 GSIcreatedAt，您可以先检索最新的项目。但是你仍然需要做一个过滤器，并且仍然不知道在5个过滤结果（而不是5个预过滤）结果之后如何停止。解决方案是要求 DynamoDB 首先只将通过过滤的项目放入 GSI。在您的示例中，您似乎总是使用相同的过滤器：“status = payment_gateway”。DynamoDB 在构建 GSI 时没有运行通用过滤器功能的选项，但它有一个不同的技巧来实现同样的事情：任何时候设置“status = payment_gateway”，同时设置另一个属性“status_payment_gateway” ，当状态设置为其他内容时，删除“status_payment_gateway”。现在，使用“status_payment_gateway”作为分区键创建 GSI. DynamoDB 只会将具有此属性的项目放入 GSI，从而准确实现您想要的过滤。

通过将分区键属性设置为多个不同的值，您还可以在一个 GSI 中拥有多个互斥的过滤条件，然后您可以Query分别对这些值中的每一个执行 a （使用KeyConditionExpression）。