Question

我想将数据（21M行）从mysql数据库传输到DynamoDB。我使用boto Python API和django 1.3.1从mysql导出数据并将其传输到DynamoDB。以下是代码：

      conn = boto.connect_dynamodb()
      start_date = datetime.date(2012, 3, 1)
      end_date = datetime.date(2012, 3, 31)
      episode_report = TableName.objects.filter(viewdt__range=(start_date, end_date))
      #Paginate 21 million rows in chunks of 1000 each
      p = Paginator(episode_report, 1000)
      table = conn.get_table('ep_march')
      for page in range(1, p.num_pages + 1): 
          for items in p.page(page).object_list:
              item_data = {
                        'id': int(items.id),
                        'user_id': format_user(items.user),     #Foreign Key to User table
                        'episode_id': int(items.episode.id),          #Foreign Key to Episode table
                        'series_id': int(items.series.id),      #Foreign Key to Series Table
                        'viewdt': str(items.viewdt),                   
                     }
              item = table.new_item(
                                    # Our hash key is 'id'
                                    hash_key= int(items.id),
                                    # Our range key is 'viewdt'
                                    range_key= str(items.viewdt),
                                    # This has the
                                    attrs=item_data
                                )
              item.put()

问题是该过程已运行超过12小时，并且仍然转移了3M行。有什么想法可以加快这个过程吗？

我会创建更多线程并对传输进行分析，看看是否有帮助。

感谢。

Answer 1

首先，DynamoDB表的预配置吞吐量是多少？这将最终控制你可以进行多少次写入/秒。相应调整。

其次，获得某种并发性。您可以使用线程（确保每个线程都有自己的连接对象，因为httplib.py不是线程安全的），或者您可以使用gevent或multiprocess或您喜欢的任何机制，但并发性是关键。

Answer 2

亚马逊针对批量数据传入和传出DynamoDB的解决方案是使用Elastic MapReduce。以下是文档：http://docs.amazonwebservices.com/amazondynamodb/latest/developerguide/EMRforDynamoDB.html

从mysql到DynamoDB的数据传输

2 个答案: