在 NoSQL DynamoDB 中建模数据

Question

我正在尝试弄清楚如何在 AWS DynamoDB 表中对以下数据进行建模。

我有很多物联网设备，每个设备每隔几秒发送一次遥测数据。

属性

1. device_id
2. 时间戳
3. 恶意软件名称
4. 公司名称
5. action_performed（两个可能的值）

查询

1. 显示上周发生的所有事件。
2. 显示特定 device_id 的所有事件。
3. 显示所有带有“unable_to_remove”操作的事件。
4. 显示与特定恶意软件相关的所有事件。
5. 显示与特定公司相关的所有事件。

想法

1. 我知道我可以为每个属性添加 GSI，但我只想在别无选择的情况下使用 GSI，因为这会花费我更多的钱。

2. 什么是主主键（分区键：排序键）？

请分享你的想法，我更关心它们而不是完美的答案，因为我正在努力学习如何思考和考虑什么，而不是为特定问题提供答案。

非常感谢！

Answer 1

如果您绝对需要提到的可查询模式，那么您别无选择，只能为每个模式创建 GSI。这也有一些注意事项：

• 对于查询 #1，您的 GSI 将是 incident_date（或其他）作为分区键，device_id 作为排序键。根据您的访问模式，这可能会导致 DynamoDB 中的热分区。
• 每张表有 5 个 GSI 的限制，您将立即用完。如果您将来需要支持另一种查询，您会怎么做？

在评估在特定情况下使用 NoSQL 的利弊时，需要同时考虑读取和写入访问模式。那么，您应该问的问题是，为什么选择 DynamoDB？

例如，您真的需要实时查询吗？如果没有，您可以使用 DynamoDB 作为主数据库，并定期将数据（使用 AWS Lambda 或 Kinesis Firehose）同步到 EMR 或 Redshift，以便以后进行批处理。

编辑：建议的主键：

• device_id 作为分区键，incident_date 作为排序键，如果您知道对于给定的device_id，不会有 2 个或更多事件同时发生。
• 如果上述方法不起作用，则将incident_id 作为分区键，将incident_date 作为排序键。