Firehose+S3 提供什么好处而不是直接在 DynamoDb 上使用 Athena？

Question

在这篇文章中-https://aws.amazon.com/blogs/database/how-to-perform-advanced-analytics-and-build-visualizations-of-your-amazon-dynamodb-data-by-using-amazon-athena/:

同样这篇文章-https://aws.amazon.com/blogs/database/simplify-amazon-dynamodb-data-extraction-and-analysis-by-using-aws-glue-and-amazon-athena/:

为什么不使用 Athena 直接查询到 DynamoDb？

Answer 1

首先，Athena 无法直接查询 DynamoDB。 为此，您需要在另一个可以被 AWS Glue 识别为有效数据源的位置提供数据； 最常见的实际上是 S3 和 Kinesis（由于性能和成本原因），但还有其他选择：

• JDBC
• 亚马逊 RDS
• MongoDB
• 亚马逊文档数据库
• 卡夫卡
• （其他选项将根据您选择的映射数据的方式显示）

对于 DynamoDb，您必须先从所需表中提取数据，然后才能使用它。或者，与第一个示例一样，使用实时流。

解释每个场景。

---

第一个场景：使用直接连接到 kinesis Firehouse 的 DynamoDb 流，这使得实时 DynamoDb 流发出的数据在 S3 中可用。这样 Athena 就可以使用 S3 作为数据源。

第二种情况：使用胶水爬虫从 DynamoDb 映射数据架构，并在您的数据目录中创建一个表，其中包含对象属性的架构映射。并且提取数据本身使用指向属性映射表并将数据提取到 S3 的粘合作业，在您的数据目录中创建另一个表，但这次指向 S3，使其可供 Athena 执行查询。

---

DynamoDB 的数据结构和存储并未像 Athena 期望的那样针对执行关系查询进行优化，您可以在 DynamoDB docs 上阅读更多相关信息。