Amazon dynamodb 查询DynamoDB中每个ID的最新记录

我们有这样一张桌子：

user_id | video_id | timestamp
      1          2           3
      1          3           4
      1          3           5
      2          1           1

response = self.history_table.query(
            KeyConditionExpression=Key('user_id').eq(int(user_id)),
            IndexName='WatchHistoryByTimestamp',
            ScanIndexForward=False,
        )

我们需要查询特定用户观看的每个视频的最新时间戳

目前是这样做的：

user_id | video_id | timestamp
      1          2           3
      1          3           4
      1          3           5
      2          1           1

response = self.history_table.query(
            KeyConditionExpression=Key('user_id').eq(int(user_id)),
            IndexName='WatchHistoryByTimestamp',
            ScanIndexForward=False,
        )

它查询指定用户的所有视频的所有时间戳，但它确实会给数据库带来巨大的负载，因为数千个视频可能有数千个时间戳

---

我试图在Internet上找到解决方案，但正如我所看到的，所有SQL解决方案都使用GROUP BY，但DynamoDB没有此类功能

我知道有两种方法可以做到这一点：

方法1 GSI全球二级指数

GroupBy有点像DynamoDB中的分区（但不是真的）。您的分区当前是

user\u id

，但您希望

video\u id

作为分区键，而

timestamp

作为排序键。您可以创建一个新的GSI，并指定新的排序键

时间戳

&分区键

视频id

。这使您能够查询给定的视频、最新的时间戳，因为此查询仅使用1个RCU，而且速度非常快，只需添加

--最大项目1--页面大小1

。但是您需要提供

视频\u id

方法2稀疏索引

1的问题是您需要提供一个ID，而您可能只想要一个带有最新时间戳的视频列表。有两种方法可以做到这一点，我喜欢的一种方法是使用稀疏索引，如果您有一个名为

latest

&的属性，为latest

timestamp

设置为true，您可以创建一个GSI并选择该属性键

latest

，但您不必自己手动设置和取消设置该值，您必须在lambda streams或您的应用程序中执行此操作

---

这看起来很奇怪，但这就是NoSQL相对于SQL的工作方式，我自己现在正在一个当前项目中与之斗争，在这个项目中我不得不自己使用其中一些技术，每次我这样做都感觉不太对劲，但希望我们能习惯。

哦，是的，顺便说一句，记住你必须在创建表时制作一个LSI，如果你是在事后做的话，这可能会有点烦人。如何维护一个最新的表，我们只保存最新的记录，并在新记录到达时不断更新。通过这种方式，可能不需要创建索引？除了其他字段外，主表和最新表都将具有键和排序键。。将所有日期范围查询定向到主表；并查询-latest表以获取最新记录。是的，这是另一种合法的方法，这完全取决于您的用例，如果您想对所有值进行排序，您需要一个索引，如果您想维护一个小子集，在Lambda流中执行您建议的操作可能会更好。