Amazon dynamodb 时间序列数据的高效DynamoDB模式

我们正在构建一个对话系统，该系统将支持2个用户之间（最终支持3个以上用户之间）的消息。每个对话都有一组可以参与/查看对话的用户以及一组消息。用户界面将显示特定对话中最近的10条消息，并能够“翻页”（渐进滚动？）这些消息以查看时间更远的消息

计划是在MSSQL中存储对话和参与者，然后只在DynamoDB中存储消息（表示可能增长非常大的数据）。消息表将使用会话ID作为散列键，使用消息CreateDate作为范围键。会话ID可以是此时的任何内容（整数、GUID等），以确保跨分区均匀分布消息

为了避免热分区，建议为时间序列数据创建单独的表，因为通常只访问最新的数据。当用户滚动/翻页时，我们需要为他们收回以前的消息，因为我们必须跨多个表查询以拼凑一批消息时，这会导致问题吗

---

是否有一种不同/更好的方法来存储可能不经常访问但很快可用的时间序列数据？

我想我们可以假设有许多“活动”对话并行进行，对吗？意思-我们不是在处理所有流量都与一次（或几次）对话有关的情况

如果是这种情况，并且使用随机数/GUID作为散列键，那么对象将均匀分布在所有节点上，据我所知，您不应该害怕偏斜。由于

CreateDate

只是范围键，因此同一对话的所有消息都将存储在同一节点上（基于它们的

ConversationID

），因此实际上查询最新的5条记录还是最早的5条记录并不重要。在这两种情况下，都是使用

CreateDate

上的索引进行查询

我不会把数据分成多个表。我看不出它给您带来了什么好处（考虑到上一节），它会让您的管理生活变成一场噩梦（想象一下，改变所有表的吞吐量，或者备份它们，或者创建一个CloudFormation模板来创建整个环境）

我关心的是，当您提取历史记录时，将返回多少条消息。我想您将通过

query

命令实现这一点，其中

ConversationID

作为散列键，并通过

CreationDate

降序对结果进行排序。在这种情况下，我只返回结果的第一页（我认为它最多返回1MB的数据，因此取决于平均消息长度，这可能足够或不够），并且只有在用户不断滚动的情况下，才能获取下一页。否则，您可能会在非常长的对话中使用大量吞吐量，而且无论如何，客户机不想长时间等待兆字节的数据出现在屏幕上

希望这有帮助