Amazon dynamodb DynamoDB：使用过滤表达式与使用选定数据创建单独的表相比，提高了效率

我正在编写一个API，它有一个带有布尔状态字段的数据模型

90%的API调用将需要过滤该状态=“活动”

背景：

目前，我将其作为DyanmoDB布尔字段，并在其上使用过滤表达式，但我反对创建一个带有相关标识符的单独表，该标识符充当查询的哈希键，并保存对应于“活动”状态的相应项信息，因为只有一个项具有“活动”状态“特定哈希键在项中的状态

现在我的问题是：

• 数据完整性在这里是一个大问题，因为我将更新两个 表取决于请求
• 在使用Dynamo DB时，使用单独的表是一种良好的做法吗 案例或我使用了错误的数据库
• 过滤表达式上的查询执行是否足够高效 我可以使用当前的设置吗

---

API的使用规模目前处于中等水平，但预计会增加。

过滤器表达式将是低效的，因为过滤器表达式在扫描或查询处理后应用于结果。在某些情况下，它们可以节省网络带宽，但在其他情况下，您也可以在自己的代码中使用预过滤tty的结果和效率基本相同

另一种选择是在布尔字段上创建一个带有分区键的全局二级索引（GSI），如果“活动”记录明显少于“非活动”记录，这可能会更好。在这种情况下，一种有用的模式是创建一个代理字段，例如“状态\活动”，仅对活动字段设置为TRUE，对其他字段设置为NULL。然后，如果在“status_active”字段上使用分区键创建GSI，则它将仅包含活动记录（NULL值不会被索引）

代理项字段上的索引可能是最好的选择，只要您预期表中的活动记录集是稀疏的（即，活动的比不活动的少）

如果您希望大约50%的记录处于活动状态，50%处于非活动状态，那么拥有两个表并自己处理事务完整性可能是一个更好的选择。如果很少期望记录在状态之间转换，这一点尤其有吸引力。DynamoDB提供了非常强大的原子计数器和条件al检查您可以用来制定解决方案，确保状态转换一致

如果您希望许多记录处于活动状态，而只有少数记录处于非活动状态，那么使用筛选器实际上可能是最好的选择，但请记住，经过筛选的记录仍然会计入您的供应吞吐量，因此，您可以在应用程序中简单地筛选出这些记录，并获得大致相同的结果

---

总之，答案取决于status属性中值的分布。

谢谢。这非常有用。但我对“status\u active”上带有分区键的**GSI有疑问字段**。我在表中有稀疏的活动记录，但我需要首先对Id进行哈希运算，然后找到活动记录。因此，将status_active作为分区键是无效的。很抱歉，问题没有明确提到这一点。@user506591您能解释一下您的表的哈希/范围键是什么吗？我感觉可能有误对于GSI的工作，但我不能保证它的ID是哈希/分区密钥，它是作为投影的信息。投影也包含StasuShActive字段。为了得到活动的项目，我得到了带有ID的项，并在StasuxActive＝trut上加上了过滤器。您应该创建一个GSI，并使用StasuScActive作为PAR。GSI的tition键。需要注意的几点：1）代理状态\活动属性的用途是仅当状态为活动时才非空，因此您永远不会有状态\活动=假的记录2）分区键对于GSI不必是唯一的-这与表的要求不同