Amazon web services 如何在没有明显哈希键的情况下按日期（范围键）查询DynamoDB？

我需要保持iOS应用程序上的本地数据与DynamoDB表中的数据同步。DynamoDB表约有2K行，只有一个散列键（

id

）和以下属性：

• id

  （uuid）

• lastModifiedAt

  （时间戳）

• name

• 纬度

• 经度

我目前正在通过

lastModifiedAt

进行扫描和筛选，其中

lastModifiedAt

大于应用程序的上次刷新日期，但我认为这将变得昂贵

我能找到的最好方法是添加一个全局二级索引，范围为

lastModifiedAt

，但GSI没有明显的哈希键

---

当需要使用GSI按范围查询，但没有明显的哈希键时，最佳做法是什么？或者，如果完全扫描是唯一选项，是否有任何最佳做法可以降低成本？

您可以使用时间戳的“天”部分作为哈希，并使用完整时间戳作为范围

虽然D.Shawley的回答为我指明了正确的方向，但它忽略了GSI的两个考虑因素：

hash+范围需要是唯一的，但是day+时间戳（他推荐的方法）不一定是唯一的

通过仅使用日期作为散列，我需要使用大量查询来获取自上次刷新日期（可能是几个月或几年前）以来每天的结果

因此，以下是我采取的方法：

• 创建了一个全局二级索引（GSI），哈希键为

  YearMonth

  （例如

  201508

  ），范围为

  id

• 多次查询GSI，自上次刷新日期起每月查询一次。查询也会通过

  lastModifiedAt>[给定时间戳]

  进行过滤

---

尽管

全局二级索引似乎符合您的要求，但任何试图将
时间戳
相关信息作为
哈希键
的一部分的尝试都很可能会创建所谓的“热分区”，这是极不可取的

由于检索最新项目的频率要比检索旧项目的频率高，因此会出现访问不均匀的情况。这不仅会影响您的性能，还会降低解决方案的成本效益

请参阅文档中的一些详细信息：

例如，如果一个表有非常少的大量访问
分区键值，甚至可能是一个非常频繁使用的
分区键值，请求流量集中在一个小数目上
分区数–可能只有一个分区。如果工作量
严重失衡，意味着它过度关注
在一个或几个分区中，请求将无法实现总体目标
配置的吞吐量级别。充分利用DynamoDB
吞吐量，创建分区键有大量数据的表
具有不同的值，并且请求的值相当一致，如下所示
尽可能随机地

根据所述，
id
似乎确实是
散列键
（又名
分区键
）的一个不错的选择，我不会改变这一点，因为GSI键的工作方式与分区相同。另请注意，通过提供整个
主键
检索数据时，性能会得到高度优化，因此我们应该尽可能找到一个提供此功能的解决方案

我建议创建单独的表，根据主键最近的更新情况存储主键。您可以根据最适合您的用例的粒度将数据分割成表。例如，假设您希望按天对更新进行分段：

a。您的每日更新可以按照以下命名约定存储在表中：
updates\u DDMM

b。
updates\u DDMM
表将仅具有
id
（另一个表的哈希键）

现在假设最新的应用程序刷新日期是2天前（2016年7月4日），您需要获取最近的记录，然后您需要：

一,。扫描表
updates_0504
和
updates_0604
以获取所有哈希键

二,。最后，通过提交带有所有获得的散列键的
BatchGetItem
，从主表（包含lat/lng、name等）中获取记录

BatchGetItem
速度非常快，可以像其他操作一样完成这项工作

有人可能会说，创建额外的表会增加总体解决方案的成本。。。好吧，使用
GSI
您实际上是在复制您的表（如果您投影所有字段），并为所有~2k条记录添加额外的成本，不管这些记录是最近更新的还是未更新的

创建这样的表似乎有悖直觉，但实际上这是处理时间序列数据的最佳实践（来自AWS DynamoDB文档）：

[…]应用程序可能会在所有项目中显示不均匀的访问模式
在表中，最新的客户数据与您的
应用程序可能会更频繁地访问最新的项目，并且随着时间的推移
如果访问这些项目的次数较少，则最终会访问较旧的项目
很少访问。如果这是一个已知的访问模式，您可以使用它
在设计表架构时要考虑到这一点。而不是
将所有项目存储在一个表中，可以使用多个表来
储存这些物品。例如，您可以创建要存储的表
每月或每周数据。用于存储最新版本中的数据的表
数据访问率高的月份或周，要求更高
吞吐量和存储旧数据的表，您可以向下拨
吞吐量和节省资源

通过将“热”项存储在一个表中，可以节省资源
更高的吞吐量设置，以及另一个表中的“冷”项