Java DynamoDB扫描查询和BatchGet

我们有一个Dynamo DB表结构，它包含散列和范围作为主键

Hash = date.random_number
Range = timestamp

如何获取X和Y时间戳内的项目？由于散列键附加了随机数，所以必须触发多次查询。是否可以提供多个哈希值和单个RangeKeyCondition

在成本和时间方面，什么是最有效的

---

随机数范围从1到10。

如果我理解正确，您有一个主键定义如下的表：

Hash Key  : date.random_number 
Range Key : timestamp

您必须记住的一点是，无论您使用的是

GetItem

还是

Query

，都必须能够计算应用程序中的

散列键，以便从表中成功检索一个或多个项

使用随机数作为
散列键的一部分是有意义的，这样您的记录就可以均匀地分布在DynamoDB分区中，但是，您必须以这样的方式进行，即当您需要检索记录时，应用程序仍然可以计算这些数

考虑到这一点，让我们创建指定需求所需的查询。可用于从表中获取多个项目的本机AWS DynamoDB操作包括：

Query, BatchGetItem and Scan


为了使用
BatchGetItem
，您需要事先知道整个主键（散列键和范围键），但实际情况并非如此

Scan
操作实际上会遍历表中的每条记录，我认为这对于您的要求是不必要的

最后，
Query
操作允许您将
EQ
（相等）运算符应用于
散列键
和许多其他运算符，从表中检索一个或多个项，当您没有整个
范围键
或希望匹配多个时，可以使用这些运算符


范围键
条件的操作员选项为：
EQ | LE | LT | GE | GT |以|中间

在我看来，最适合您需求的是
BETWEEN
操作符，也就是说，让我们看看如何使用所选SDK构建查询：

Table table = dynamoDB.getTable(tableName);

String hashKey = "<YOUR_COMPUTED_HASH_KEY>";
String timestampX = "<YOUR_TIMESTAMP_X_VALUE>";
String timestampY = "<YOUR_TIMESTAMP_Y_VALUE>";

RangeKeyCondition rangeKeyCondition = new RangeKeyCondition("RangeKeyAttributeName").between(timestampX, timestampY);

        ItemCollection<QueryOutcome> items = table.query("HashKeyAttributeName", hashKey,
            rangeKeyCondition,
            null, //FilterExpression - not used in this example
            null,  //ProjectionExpression - not used in this example
            null, //ExpressionAttributeNames - not used in this example
            null); //ExpressionAttributeValues - not used in this example

Table Table=dynamoDB.getTable（tableName）；
字符串hashKey=“”；
字符串timestampX=“”；
字符串timestasy=“”；
RangeKeyCondition RangeKeyCondition=新的RangeKeyCondition（“RangeKeyAttributeName”）。介于（时间戳x，时间戳）之间；
ItemCollection items=table.query（“HashKeyAttributeName”，hashKey，
在这种情况下，
null，//FilterExpression-本例中未使用
null，//ProjectionExpression-本例中未使用
null，//ExpressionAttributeNames-本例中未使用
无效）//ExpressionAttributeValues-本例中未使用

您可能希望查看以下帖子以获得有关DynamoDB主键的更多信息：

问题：我担心的是由于随机数而多次查询。有没有办法将这些查询组合在一起并点击dynamoDB一次？

您的担忧是完全可以理解的，但是，通过
BatchGetItem
获取所有记录的唯一方法是了解您想要获取的所有记录的整个主键（哈希+范围）。虽然乍一看，最小化到服务器的HTTP往返似乎是最好的解决方案，但文档实际上建议您采取正确的措施，以避免热分区和配置吞吐量的不均匀使用：

设计用于跨表中项目的统一数据访问

因为您正在随机化散列键，所以会在
每天平均分布在所有散列键值上；这
将产生更好的并行性和更高的总体吞吐量。[…]到
阅读给定日期的所有项目，您仍然需要查询
每个2014-07-09.N键（其中N为1到200），以及
应用程序需要合并所有结果。但是，您将
避免让一个“热”散列键占用所有工作负载。”

资料来源：

这里还有另一个有趣的观点，建议在单个分区中适度使用读取。。。如果从散列键中删除随机数以便一次获取所有记录，则无论您使用的是
Scan
、
Query
还是
BatchGetItem
，都可能会遇到此问题：

查询和扫描指南-避免突然爆发读取活动

“请注意，扫描使用的不仅仅是容量单位的突发
这是一个问题。这也是因为扫描可能会消耗大量的时间
它的所有容量单元都来自同一分区，因为扫描
请求读取分区上彼此相邻的项
意味着请求正在命中同一分区，导致所有
它的容量单位将被消耗，并限制其他请求
如果读取数据的请求已分散到
如果是多个分区，则该操作不会限制
特定分区。”

最后，由于您使用的是时间序列数据，因此研究文档中建议的一些最佳实践可能也会有所帮助：

了解时间序列数据的访问模式

对于创建的每个表，您都指定吞吐量
要求。DynamoDB分配并保留资源来处理您的
持续低延迟的吞吐量要求。当你设计
您的应用程序和表，应考虑应用程序的
访问模式以最有效地利用表的
资源

假设您设计了一个表来跟踪站点上的客户行为，
例如他们单击的URL。你可以设计