使用DynamoDB上以指定文本开头的列检索所有项目

Question

我在DynamoDB中有一个表：

Id: int, hash key
Name: string

（还有更多列，但我省略了它们）

通常我只是按照其ID来提取和更新项目，并且此架构可以正常工作。

但是，其中一个要求是根据名称设置一个自动完成下拉框。我希望能够在此DynamoDB表中查询以查询字符串开头的Name列的所有项目。

解决这个问题的SQL方法是在Name上添加一个索引并编写一个像 SELECT Id FROM table WHERE Name LIKE'query％'这样的查询，但我无法弄清楚DynamoDB友好的方式。

我考虑了几种方法来解决这个问题：

1. 扫描表格。这是最简单的选择，但效率最低。这张表中的数据比我经常扫描的数据要多一些。
2. 扫描+将其缓存在内存中。但后来我不得不担心缓存失效等问题。
3. 使名称成为范围键，它支持查询上的 starts_with 功能。但是，我仍然需要扫描表，因为我想检索每个哈希键的结果，所以这不起作用。
4. 创建一个全局二级索引，并仅使用范围键查询它。这似乎也不可行。我可以有一个具有静态值的列，并将其用作GSI的哈希键，但这似乎是一个非常难看的黑客。
5. 使用像CloudSearch这样的全文搜索引擎，但这对我的用例来说似乎有点过分。

这个问题有一个简单的解决方案吗？

Answer 1

今天DynamoDB的Query操作不直接支持您描述的用例 - DynamoDB通常要求您指定一个hashkey，然后相应地查询范围键。

但是，有一种流行的分散 - 聚集技术，通常用于像你这样的用例。在这种情况下，您将添加属性bucket_id并创建一个全局二级索引，其中bucket_id作为哈希键，Name作为范围键。

bucket_id指的是固定范围的ID或数字，具有足够的基数以确保您的全局二级索引分布均匀。例如，bucket_id的范围可以是0到99.然后在更新基表时，无论何时添加新条目，都会为其分配0到99之间的随机bucket_id。

在自动填充查询期间，应用程序将为每个bucket_id值（0到99）发送100个单独的查询（分散），并在范围键名称上使用BEGINS_WITH。检索结果后，应用程序必须组合100组响应并根据需要重新排序（收集）。

上述过程可能看起来有点麻烦，但它可以确保负载均匀分布在固定的密钥范围内，从而使您的系统/表能够很好地扩展。您可以根据需要增加bucket_id范围。为了节省成本，您可以选择将KEYS_ONLY投影到全局二级索引上，从而最大限度地降低查询成本。

Answer 2

问题在于DynamoDB本质上是一个键值存储，支持针对单个键的操作，并且您正在尝试搜索所有不能正常工作的值。最简单的＆＃34;解决方法是使用已知的哈希键，然后直接Query并指定条件。

例如，您可以使用hash_key='name_search'和range_key=begins_with(myText)或other_key=begins_with(myText)进行查询，并获取您正在描述的用例。这适用于不需要大量provisioned RCUs的小型数据集。

问题是这不会扩展，因为你没有关注任何DynamoDB best practices（事实上，这是一个反模式）。看看Understand Partition Behavior documentation

我的建议是使用不同的服务/解决方案来实现这一点，而不是试图将DynamoDB压缩到这个用例中。