Amazon dynamodb 基于表大小的DynamoDB查询时间

有没有好的文档说明DynamoDB表在相同的读取容量和不同的行大小的基础上查询时间是如何变化的？我一直在阅读文档，但找不到任何东西，我想知道是否有人对此做过任何研究

---

我的用例是每周将一百万行放入一个表中。这些记录在输入时会被大量引用，但随着时间的推移，我查询这些行的频率会降低。我是否可以在不影响查询时间的情况下无限期地将这些记录留在表中，或者我是否应该将它们转出，以便更频繁地请求的新数据返回得更快？

请不要无限期地保留旧数据。建议将数据存档以提高性能

关于设计和测试的几点：-

设计适当的散列键，以便数据分布 访问分区

了解时间序列数据的访问模式

大规模测试您的应用程序，以避免出现“热键”问题 当你的桌子变大时

假设您设计了一个表来跟踪站点上的客户行为， 例如他们单击的URL。您可以使用 由客户ID作为分区键组成的复合主键 和日期/时间作为排序键。在此应用程序中，客户数据 随着时间的推移无限增长；但是，应用程序可能会显示 表中所有项的不均匀访问模式 最新的客户数据更具相关性，您的应用程序可能会 更频繁地访问最新的项目，并随着时间的推移访问这些项目 访问较少，最终很少访问较旧的项目。如果 这是一种已知的访问模式，您可以将其考虑在内 在设计表架构时。而不是将所有项目存储在 在单个表中，可以使用多个表来存储这些项。对于 例如，您可以创建表来存储每月或每周的数据。对于 存储最近一个月或一周的数据的表，其中 访问率高，要求更高的吞吐量和存储表 较旧的数据，您可以降低吞吐量并节省资源