Performance 扫描DynamDB表或查询辅助全局索引或本地索引（最佳解决方案是什么）

我有一个名为“Users”的AWS DynamoDB表，它的散列键/主键是由电子邮件组成的“UserID”。它有两个属性，第一个称为“每日点数”，第二个称为“TimePendineApp”。现在我需要在表上运行查询或扫描，这将为我提供得分最高的前50名用户和在应用程序中花费最多时间的前50名用户。现在，cron aws lambda每天只执行一次查询。我正试图找到此查询或扫描的最佳解决方案。对我来说，成本比速度或效率更重要。因为在点上维护辅助全局索引或本地索引可能是代价高昂的操作，因为我必须为这些索引分配读写单元，这是我想要避免的。“用户”表最多有100000到150000条记录，平均有50000条记录。我最好的选择是什么？请建议

我在想，我的第一个选择是，我可以在Filter Expression上扫描整个表，查找某些点以上的记录（例如5000条），在扫描之后，如果找到50条或50条以上的记录，那么只需对这些值进行排序，然后取前50条记录。如果此扫描未返回结果或返回的结果非常少，则减小过滤器表达式值（例如3000），然后再次执行相同的扫描操作。如果筛选器表达式值（例如2500）返回的记录太多，如5000条或更多，则减少筛选器表达式值。这是可能的，我想它还需要处理分页。扫描一张有50000条记录的表格是否可取

---

任何建议都会有帮助。提前谢谢

首先，为上述用例创建索引并不能简化过程，因为它没有聚合或排序的解决方案

我会将数据导出到配置单元并运行查询，而不是编写代码来确定结果，特别是因为它将是一个每天只执行一次的批处理

如下所示：-

CREATE EXTERNAL TABLE hive_users(userId string, dailyPoints bigint, timeSpendInTheApp bigint) 
STORED BY 'org.apache.hadoop.hive.dynamodb.DynamoDBStorageHandler'
TBLPROPERTIES ("dynamodb.table.name" = "Users",
"dynamodb.column.mapping" = "userId:UserID,dailyPoints:Daily_Points,timeSpendInTheApp:TimeSpendInTheApp");

SELECT dailyPoints, userId from hive_users sort by dailyPoints desc;
SELECT timeSpendInTheApp, userId from hive_users sort by timeSpendInTheApp desc;

创建配置单元表：-

CREATE EXTERNAL TABLE hive_users(userId string, dailyPoints bigint, timeSpendInTheApp bigint) 
STORED BY 'org.apache.hadoop.hive.dynamodb.DynamoDBStorageHandler'
TBLPROPERTIES ("dynamodb.table.name" = "Users",
"dynamodb.column.mapping" = "userId:UserID,dailyPoints:Daily_Points,timeSpendInTheApp:TimeSpendInTheApp");

SELECT dailyPoints, userId from hive_users sort by dailyPoints desc;
SELECT timeSpendInTheApp, userId from hive_users sort by timeSpendInTheApp desc;

查询：-

CREATE EXTERNAL TABLE hive_users(userId string, dailyPoints bigint, timeSpendInTheApp bigint) 
STORED BY 'org.apache.hadoop.hive.dynamodb.DynamoDBStorageHandler'
TBLPROPERTIES ("dynamodb.table.name" = "Users",
"dynamodb.column.mapping" = "userId:UserID,dailyPoints:Daily_Points,timeSpendInTheApp:TimeSpendInTheApp");

SELECT dailyPoints, userId from hive_users sort by dailyPoints desc;
SELECT timeSpendInTheApp, userId from hive_users sort by timeSpendInTheApp desc;