Amazon dynamodb 更改DynamoDB表的模式：最佳/推荐的方法是什么？

Amazon推荐的在生产DynamoDB中更改大表模式的方法是什么

设想一个假设的情况，其中我们有一个表Person，其主散列键为SSN。此表可能包含1000万项

现在有消息说，由于身份盗窃案数量巨大，这个假想国家的政府引入了另一种个人身份：唯一个人识别码（Unique personal Identifier，简称UPI）

我们必须添加一个UPI列并更改Person表的模式，以便现在主哈希键是UPI我们希望在一段时间内支持使用SSN的当前系统和使用UPI的新系统，因此我们需要这两列在Person表中共存

---

Amazon推荐的更改模式的方法是什么？

有几种方法，但首先您必须了解，您不能更改现有表的模式。要获得不同的模式，必须创建一个新表。您可以重用现有表，但结果与创建其他表时相同

懒散地迁移到同一个表，没有流。每次修改Person表中的条目时，使用UPI而不是SSN作为哈希键的值在Person表中创建一个新项，并删除在SSN处键入的旧项。这假设UPI的取值范围与SSN不同。如果SSN看起来像XXX-XX-XXXX，那么只要UPI的位数与SSN的位数不同，您就永远不会有重叠

使用流延迟迁移到同一个表。当流变得普遍可用时，您将能够为Person表打开流。创建一个具有“新”和“旧”图像流视图类型的流，并且每当您检测到对某个项的更改，该项将UPI添加到person表中的现有person时，创建一个Lambda函数，该函数将删除在SSN处键入的person，并添加具有在UPI处键入的相同属性的person。这种方法具有竞争条件，可以通过向项添加原子计数器版本属性并在版本属性上调整DeleteItem调用来缓解竞争条件

使用流，抢占式（脚本化）迁移到不同的表。运行一个脚本，扫描您的表并向Person表中的每个Person项添加唯一的UPI。使用NEW_和_OLD_IMAGES流视图类型创建一个stream on Person表，并向该流订阅lambda函数，当lambda函数检测到具有UPI的人员已更改或添加了UPI时，该函数会将所有新人员写入一个NEW Person_UPI表。基表上的突变通常需要数百毫秒才能作为流记录出现在流中，因此您可以对应用程序中的新Person_UPI表进行热故障切换。拒绝请求几秒钟，在此期间将应用程序指向Person_UPI表，然后重新启用请求

---

我使用的是亚历山大第三种方法的变体。再次创建一个新表，该表将随着旧表的更新而更新。不同之处在于，在转换时使用现有服务中的代码写入两个表，而不是使用lambda函数。您可能有不希望在临时lambda函数中重现的自定义持久性代码，而且您可能必须为这个新表编写服务代码。根据您的体系结构，您甚至可以在不停机的情况下切换到新表

---

但是，使用lambda函数的好处在于，对新表的额外写入所引入的任何负载都将在lambda上，而不是在服务上。

DynamoDB streams使我们能够在不停机的情况下迁移表。我这样做非常有效，我遵循的步骤是：

创建一个新表（我们称之为NewTable），该表具有所需的键结构LSIs和GSIs

在原始表上启用DynamoDB流

将Lambda与流关联，从而将记录推送到新表中。（此Lambda应在步骤5中删除迁移标志）

[可选]在原始表上创建GSI以加快扫描项目。确保此GSI只有属性：主键和已迁移（请参阅步骤5）

扫描在上一步中创建的GSI（或整个表），并使用以下过滤器：

FilterExpression=“属性不存在（已迁移）”

使用migrate标志（即：“Migrated”：{“S”：“0”}）更新表中的每个项，该标志将其发送到DynamoDB流（使用UpdateItem API，以确保不会发生数据丢失）

注意：您可能希望在更新期间增加表上的写入容量单位

Lambda将拾取所有项，修剪迁移的标志并将其推入新表

迁移完所有项后，将代码重新指向新表

去掉原来的表，和Lambda函数一次高兴都好

遵循这些步骤可以确保您没有数据丢失和停机

我已经在我的博客上记录了这一点，并提供了代码帮助：

---

如果更改涉及更改分区键，则可以添加新的GSI（全局二级索引）。此外，您可以随时向DynamoDB添加新列/属性，而无需迁移表。

感谢建议的解决方案。如何处理其他表中的外键，这些表包含个人SSN作为其属性之一的值？我需要更新一个原子操作中的所有列/属性，否则可能存在竞争条件。好了吗DynamoDB中不是官方的事务机制吗？我偶然发现了一个事务库，但它是用Java编写的，据说落后于最新版本的DynamoDB。有什么事务机制可以在Python中使用（使用Boto）吗？好的，事务库是打开的