Question

我们有一个这样的表：

user_id | video_id | timestamp
      1          2           3
      1          3           4
      1          3           5
      2          1           1

我们需要查询最新时间戳以查询特定用户观看的每个视频。

当前已完成以下操作：

response = self.history_table.query(
            KeyConditionExpression=Key('user_id').eq(int(user_id)),
            IndexName='WatchHistoryByTimestamp',
            ScanIndexForward=False,
        )

它查询指定用户的所有视频的所有时间戳，但是这样做确实给数据库带来了巨大的负担，因为可能有成千上万个视频的数千个时间戳。

我试图在Internet上找到解决方案，但是正如我所看到的，所有SQL解决方案都使用GROUP BY，但是DynamoDB没有此类功能

Answer 1

我知道有两种方法可以做到这一点：

方法1 GSI全球二级指数

GroupBy有点像DynamoDB中的分区（但不是真的）。我假设您的分区当前为user_id，但是您希望video_id作为分区键，而timestamp作为排序键。您可以创建一个新的GSI，然后指定新的排序键timestamp和分区键video_id。这使您能够查询给定的视频，最新的时间戳，因为此查询仅使用1个RCU，并且只需添加--max-items 1 --page-size 1即可超快。但是您需要提供video_id。

方法2稀疏索引

1 的问题是您需要提供一个ID，而您可能只想获取具有最新时间戳的视频列表。有两种方法可以执行此操作，我喜欢的一种方法是使用稀疏索引，如果您有一个名为latest的属性，并且对于最新的timestamp将该属性设置为true，则可以创建一个GSI并选择该属性键latest，但您不必自己手动设置和取消设置此值，而必须在lambda流或应用程序中进行此操作。

这看起来确实很奇怪，但这是NoSQL与SQL相对的工作方式，我本人现在正在与当前项目进行斗争，在SQL中，我每次必须这样做时都必须自己使用其中的一些技术，感觉不对，但希望我们会习惯。

查询DynamoDB中每个ID的最新记录

1 个答案: