具有多个标记的DynamoDB查询

Question

我是DynamoDB的新手，目前我们正考虑使用DynamoDB将现有项目迁移到无服务器应用程序，我们希望从RDMS数据库调整以下设置：

表：

• 项目（ ProjectID ）
• 文件（ FileID ， ProjectID ，文件名）
• 标签（ FileID ，标签）

我们希望使用DynamoDB进行查询，以获取具有一个或多个标记的特定项目（通过ProjectID）的所有文件（通过Tag）。在RDMS中，这个查询很简单，例如：

SELECT * FROM Files JOIN Tags ON Tags.FileID = Files.FileID WHERE Files.ProjectID = ?PROJECT AND Tags.Tag = ?TAG_1 OR ?TAG_2 ...

目前，我们有以下DynamoDB设置（但仍可以更改）：

• 项目（ProjectID [HashKey]，...）
• 文件（ProjectID [HashKey]，FileID [RangeKey]，...）

还请考虑项目条目数量巨大（介于1000 - 30000之间）以及每个项目的文件数（介于50和100.000之间），查询应该非常快。

如何使用DynamoDB查询实现这一目标，最好不使用过滤器表达式，因为它们是在数据选择后应用的？如果表 Files 可以将StringSet标签​​作为列，那将是完美的，但我想这不能用于有效的DynamoDB查询（因此不使用DynamoDB-scan），因为DynamoDB-indices只能是String，Binary和Number类型而不是StringSet类型？这可能是Global Secondary Index（GSI）的适用用例吗？

Answer 1

有点晚了，只是从另一个问题中看到了这个问题。

我猜你已经解决了这样的问题？

DynamoDB表

• 项目（ProjectID [HashKey]，...）
• 文件（ProjectID [HashKey]，FileID [RangeKey]，...）
• 标签（Tag [HashKey]，FileID [RangeKey]，ProjectID [LSI排序键]）

在FileTags上，您需要FileID使主键唯一，但您可以将ProjectID添加为本地二级索引的排序键，以便您可以搜索Tag + ProjectID。

它是某种数据非规范化，但这就是NoSQL所需要的:-(例如，如果您的文件将切换到另一个项目，您需要更新ProjectID不仅在文件上，而且在所有标签上。

Answer 2

这个问题已经存在了将近三年，但仍然存在于Google的调查结果中。因此，如果有人落在这里，DynamoDB文档的以下页面可能会有所帮助。只是自己发现它，还没有尝试过，但是看起来很有希望。似乎比这里的其他回复新，并且显示了一种解决此问题的好方法。

https://docs.aws.amazon.com/amazondynamodb/latest/developerguide/bp-adjacency-graphs.html