Indexing AWS DynamoDB v2：我需要备用查询的二级索引吗？

我需要创建一个表，其中包含由连续运行的进程生成的数据片段。此过程生成包含两个必需组件的消息，其中包括：全局唯一的消息UUID和消息时间戳

这些消息稍后将由UUID检索

此外，我需要定期从该表中删除所有太旧的消息，即时间戳距离当前时间超过X的消息

我一直在阅读DynamoDB v2文档（例如），试图弄清楚如何组织我的表，以及是否需要辅助索引来搜索要删除的消息。我的问题可能有一个简单的答案，但我不知怎么搞糊涂了

那么，我是否应该创建一个表，以UUID作为散列，messageTimestamp作为范围键（以及包含实际消息的“message”属性），然后不创建任何二级索引？在我看到的示例中，散列不是唯一的（例如，上面链接下的ForumName）。在我的例子中，散列是唯一的。我不确定这是否有什么不同

---

如果我使用所述的哈希和范围创建表，并且没有辅助索引，那么我如何查询特定时间范围内的所有消息，而不管它们的UUID是什么？

简而言之，您不能。所有DynamoDB查询都必须包含查询中的主哈希索引。也可以选择使用范围键和/或本地辅助索引。使用当前的DynamoDB功能，您将无法使用LSI作为主索引的替代方案。您也不能仅使用range键发出查询（您可以在AWS控制台中轻松地进行测试）

---

我能想到的一个（代价高昂的）解决方法是对表进行扫描，根据时间戳值添加过滤器，以便找出要删除的字段。请注意，过滤不会减少查询的已用容量，因为它将解析整个表。

我们也在努力解决这个问题。我们提出的最佳解决方案是创建第二个表来存储时间序列数据。为此：

1）使用日期加“bucket”id作为散列键
你可以只使用日期，但我猜今天的日期会变成一个“热门”键——一个书写频率过高的键。这可能会造成严重的瓶颈，因为特定DynamoDB分区的总吞吐量等于总配置吞吐量除以分区数-这意味着如果所有写入操作都是针对单个键（今天的键），并且吞吐量为每秒20次写入，那么就有20个分区，您的总吞吐量为每秒1次写入。超出此范围的任何请求都将被限制。情况不太好

bucket可以是1到n之间的随机数，其中n应该大于底层数据库使用的分区数。确定n当然有点棘手，因为Dynamo没有显示它使用了多少分区。但我们目前正在根据所发现的示例，使用200的上限。这个链接上的文字是我们想出这个方法的基础

2）将UUID用于范围键

3）通过对每天和每段时间发出查询来查询记录。 这可能看起来很乏味，但它比完全扫描更有效。另一种可能是使用弹性地图减少工作，但我自己还没有尝试过，所以说不出这有多容易/有效

我们自己还在想办法，所以我很想听听其他人的意见。我还发现本演示对思考如何最好地使用Dynamo非常有帮助：

---

-John

DynamoDB引入了全球二级指数，解决了这个问题。