DynamoDB - 设置项目的全局二级索引答案

【问题标题】：DynamoDB - Global Secondary Index on set itemsDynamoDB - 设置项目的全局二级索引
【发布时间】：2016-02-07 01:40:08
【问题描述】：

我有一个具有以下属性的发电机表：

id（数字 - 主键）
标题（字符串）
created_at（数字 - 长）
标签（StringSet - 包含一组标签，比如 android、ios 等）

我希望能够通过标签进行查询 - 获取所有标记为 android 的项目。我怎样才能在 DynamoDB 中做到这一点？似乎全局二级索引只能基于 ScalarDataTypes（即数字和字符串）而不是集合内的项目。

如果我采用的方法是错误的，另一种方法是创建不同的表或更改属性也可以。

【问题讨论】：

标签： amazon-dynamodb

【解决方案1】：

DynamoDB 并非旨在优化设置值的索引。以下是亚马逊相关文档的副本（来自Improving Data Access with Secondary Indexes in DynamoDB）。

索引的键模式。索引键模式中的每个属性必须是字符串、数字或二进制类型的顶级属性。不允许嵌套属性和多值集。其他键模式的要求取决于索引的类型：对于全局二级索引，hash属性可以是任意标量表属性。范围属性是可选的，它也可以是任何标量表属性。对于本地二级索引，哈希属性必须与表的 hash 属性和 range 属性相同必须是非键表属性。

Amazon 建议为此类问题创建一个单独的一对多表。更多信息在这里：Use one to many tables

【讨论】：

有谁知道 2018 年是否仍然如此？
@cryanbhu 是的，如果你想索引属性，它们不能嵌套

【解决方案2】：

您需要为此查询创建一个单独的表。如果您有兴趣根据标签获取所有项目，那么我建议保留一个带有主键的表：
hash: tag
range: id

这样您就可以使用一个非常简单的Query 来按标签获取所有项目。

【讨论】：

标签不能是主键。它只能是索引的键。主键必须是唯一标识符。
哈希+范围=主键。 Tag+id 是唯一的，因为 id 是唯一的（根据您的问题）
将哈希作为标签会导致负载不均匀，因为没有大量不同的标签值。将 id 作为散列，将标签作为新表的范围，GSI 将标签作为散列，将 id 作为范围是推荐的方式。 slideshare.net/AmazonWebServices/deep-dive-amazon-dynamodb（查看幻灯片 33）。
我可能应该在原始问题中指定。不过谢谢你的建议。
我希望该设计对您有用，但请记住，GSI 在非均匀负载方面与主键存在相同的问题。这意味着从理论上讲，无论它是否是主键/GSI，您都会为标签哈希支付更多费用/获得糟糕的性能。

【解决方案3】：

这是一个很老的帖子，很抱歉恢复它，但我想看看“单表设计”

基本上，不要再将您的数据视为结构化数据 - 拥抱非规范化

id（数字 - 主键）标题（字符串） created_at（数字 - 长）标签（StringSet - 包含一组标签，比如 android、ios 等）

而不是带有“标题”的 nosql 表：
id|title|created_at|tags

这样想：

pk|sk    |data....
id|id    |{title, created_at}
id|id+tag|{id, tag} <- create one record per tag

您仍然可以通过查询pk=id 和sk begins with id 来返回所有内容，并将标签加入应用逻辑中的 id 记录

您可以使用 GSI 将 id|id+tag 投影到 tag|id 中，这仍然需要您针对您的数据编写两个查询以获取给定标签的项目（获取 id 然后获取项目），但您赢了'不必复制您的数据，您不必扫描，当您的访问模式不依赖标签时，您仍然可以在一个查询中获取您的项目。

FWIW 我会首先考虑您的所有访问模式，然后再考虑如何构建复合键和/或 GSI

干杯

【讨论】：