获取dynamodb交叉分区中的最后10项

Question

我有一个包含不同人发布的博客的表;主键是作者+时间; 如何查询按时间排序的最近4个博客？（获取blog6，blog3，blog5，blog4）

如果我创建一个全局二级索引（即：我创建一个新的属性调用状态，将所有值设置为＆＃34; ok＆＃34;），将status + time设置为主键

我知道我可以解决我的问题。但结果是：索引中的所有数据都只存储在一个分区中

会导致任何弱点吗？

Answer 1

添加稀疏索引（例如，status）类似于创建仅包含最近博客帖子的另一个表。确保您使用的是大多数博客帖子都具有的稀疏功能（https://docs.aws.amazon.com/amazondynamodb/latest/developerguide/GuidelinesForGSI.html#GuidelinesForGSI.SparseIndexes）＆＃39; null＆＃39;作为此列的值。这样你的索引就会变小，这些查找应该是有效的。

维持此索引的小尺寸的一种方法是设置＆＃34;较旧的＆＃34;将状态记录到＆＃39; null＆＃39;，或者每天（使用计划的Lambda函数）或每次对表的新插入（再次使用正在侦听表的更新流的Lambda函数）。

建议使用缓存进行这些频繁的查找（网站的每个视图都需要它），这是一个很好的选择。如果您的命中率很高，则应该像任何其他重复查询一样缓存它。

Answer 2

如何查询按时间排序的最近4个博客？

可以使用ScanIndexForward的{​​{1}}来完成此操作。来自DynamoDB documentation：

  

您可以使用ScanIndexForward参数按排序键以正向或反向顺序获取结果。

对于Java API，请参阅DynamoDBQueryExpression#setScanIndexForward

索引中的所有数据将仅存储在一个部分中。会不会有任何弱点？

是。建议不要将所有数据都放在一个分区中。见guidelines for partitioning

Answer 3

看起来你走在正确的轨道上。你对查询绝对正确。它们只为您提供给定分区键的记录。

如果您需要按时间排序的数据，无论分区密钥如何，那么您将需要使用全局二级索引。

您在Status上创建GSI的想法是向正确方向迈出的一步，但不幸的是，正如您所怀疑的那样，它会对您的索引产生压力，因为它会强制索引中的所有记录都在同一个划分。这几乎打败了DynamoDB的可扩展性。

但并非一切都没有丢失。您可以创建一个属性，该属性是记录时间戳的粗略表示。一个例子可能是使用月份或一年中的某一天。这将允许将记录放在前12个分区中，或者为后者放置365个分区。折衷方案是你需要一些查询才能找到最新的条目而不是单个查询，不过在性能方面它会更好。

根据您的需要，另一种可能性是创建外部指数。也许你可以让你的系统保留最近创建的博客帖子的缓存。随着新帖子的创建，它们会被添加到缓存中。随着旧帖子变得“旧”，他们会从缓存中逐出。您必须解决持久性问题，但如果需要，还可以通过扫描表来重建缓存。

或者您可以使用另一个Dynamo表（或关系数据库）来存储最新的博客帖子。只要这组最近的帖子相对较小，你应该没问题。