这是我的用例：
我有一个带有200k对象的JSON Api。数据集看起来像这样：日期，自行车型号，以分钟为单位的生产时间。我使用Lambda从JSON Api读取并通过http请求写入DynamoDB。 Lambda函数每天运行，并使用最新数据更新DynamoDB。
然后我要按日期检索数据，因为我想计算每天的平均生产时间并将其放在第二张表中。 Alexa技能连接到第二张表，并读出每天的平均值。
第一个问题：由于同一辆自行车每天生产多次，因此使用带日期和自行车型号的复合主钥匙不会给我唯一的钥匙。我应该为条目创建一个UUID吗？还是有更好的解决方案？
第二个问题：为了进行计算，我每次都需要进行全表扫描，这非常昂贵，很多人建议不要这样做。不进行全表扫描怎么办？
第三个问题：对于我的用例，完全避免使用DynamoDB更好吗？那么，哪个AWS数据库更适合我的用例？
答案 0 :(得分：3)
是的，可以使用uuid或其他任何唯一标识符（例如，日期+自行车模型+创建的时间）作为pk。
看来，您的日常工作就是做一些数据分析工作，而不是真正的交易工作。我建议使用服务支持数据分析，例如Amazon Redshift。您应该能够使用Dynamodb流将数据添加到此类数据库服务中。另外，您也可以将数据流式传输到s3中，并使用Athena之类的服务来获取每日平均值。
答案 1 :(得分：3)
有一个简单的数据库模型可用于此任务：
2020-07-28 如果您随后创建将生产日期用作PK并包括生产时间的二级索引，则可以查询（不扫描）特定日期的二级索引并执行任何计算需要生产时间。然后，您可以在辅助索引和表上分别配置所需的读/写容量。
关于您的第三个问题，对于该任务使用DynamoDB并没有真正的好处。任何RDS（例如MySQL），Redshift甚至S3 + Athena都可以轻松处理这种用例。如果您需要实时分析，甚至可以考虑使用AWS Kinesis。