使用 DynamoDB 建模 N 对 N

Question

我正在使用 DynamoDB 处理大多数持久数据的项目。我现在正在尝试对一个更类似于在传统 SQL 数据库中建模的数据结构进行建模，但我想探索为此类数据也进行良好 NoSQL 设计的可能性。 例如，考虑一个简单的 N 对 N 关系，例如将项目分组到类别中。在 SQL 中，这可能使用连接表建模，例如

items
-----
item_id (PK)
name

categories
----------
category_id (PK)
name

item_categories
---------------
item_id     (PK)
category_id (PK)

要列出一个类别中的所有项目，可以执行连接，例如

SELECT items.name from items 
  JOIN item_categories ON items.item_id = item_categories.item_id
  WHERE item_categories.category_id = ?

并且要列出一个项目所属的所有类别，可以进行相应的查询：

SELECT categories.name from categories 
  JOIN item_categories ON categories.category_id = item_categories.category_id 
  WHERE item_categories.item_id = ?

有没有希望以一种相当有效的方式（不需要大量（N，甚至？）单独的操作）为一个简单的 NoSQL 数据库，特别是 DynamoDB 建模这样的关系？像上面那样的用例 - 当没有 JOINs 的等价物时？

或者我应该直接选择 RDS 吗？

我考虑过的事情：

1. 内联类别作为项目内的数组。这使得查找项目的类别变得容易，但不能解决获取类别中的所有项目的问题。而且我需要在每个项目中复制所需的属性，例如类别名称等。类别更新会很尴尬。

2. 为每个类别复制每个项目并使用category_id 作为范围键，并添加一个反向的 GSI（category_id 作为哈希，item_id 作为范围）。反规范化在 NoSQL 中很常见，但我仍然有疑问。可能将项目拆分为 items 和 item_details，并且只复制列表等中所需的最常见属性。

3. 查找将项目映射到类别的连接表，反之亦然。使用[item_id, category_id] 作为键，[category_id, item_id] 作为 GSI，以支持这两种查询。在此处复制最常见的属性（名称等）。要获得一个类别的所有完整项目，我仍然需要执行一个query，然后执行 N 个get 操作，这会消耗大量 CU:s。更新项目或类别名称需要多次update 操作，但不会太难。

我的困境是数据本身的格式完全适合文档数据库，而我需要的关系适合 SQL 数据库。如果可能的话，我想继续使用 DynamoDB，但显然不会不惜一切代价......

Answer 1

你已经在寻找正确的方向了！

为了做出明智的决定，您还需要考虑数据的基数：

您是否期望只有几个（少于十个？）类别？或相当多（即数百、数千、数万等）

每个类别的项目怎么样：您希望有很多类别，每个类别中有几个项目，还是几个类别中有很多项目？

然后，您需要考虑总数据集的基数和各类查询的频率。您是否经常只需要检索单个类别中的项目？或者您是否会主要查询以单独检索项目，而您只需要保持每个类别的项目数量等。

最后，考虑您的数据集随时间的预期增长。只要您的查询分区良好，DynamoDB 通常会在规模上胜过 RDBMS。

还要考虑您希望执行的每种查询类型的可接受延迟，尤其是在大规模时。例如，如果您希望有数百个类别，每个类别有数十万个项目，那么检索一个类别中的所有项目意味着什么？当然，您不会一次将它们全部显示给用户。

如果您需要数据统计信息，我鼓励您也考虑使用另一种类型的数据存储来配合 DynamoDB，例如 ElasticSearch 或 Redis 集群。

最后，如果聚合查询或连接对您的用例至关重要，或者如果大规模数据集通常可以在单个 RDBMS 实例上轻松处理，请不要尝试在圆孔中安装方形钉。像 Aurora 这样的托管 RDBMS 解决方案可能更合适。