DynamoDB 邻接表主键

Question

我正在完成一个使用 DynamoDB 对多对多关系建模的练习。我需要允许帖子和标签之间的多对多关系。每个帖子可以有很多标签，每个标签可以有很多帖子。

我在id 上有一个主键，在type 上有一个主排序键，然后在id 和data 上有另一个全局索引，我在id 和type 上再次添加了另一个全局索引，但我认为这是多余的。

这是我目前所拥有的。

id(Partition key)      type(Sort Key)       target       data
-------------          ----------           ------       ------
1                      post                 1            cool post
tag                    tag                  tag          n/a
1                      tag                  tag          orange

---------------------------------------------
---- inserting another tag will overwrite ---
---------------------------------------------

1                      tag                  tag          green

我从这个很棒的演讲 https://www.youtube.com/watch?v=jzeKPKpucS0 和这些不太棒的文档 https://docs.aws.amazon.com/amazondynamodb/latest/developerguide/bp-adjacency-graphs.html 中得到建议

我遇到的问题是，如果我尝试使用id“1”和type“标签”添加另一个标签，它将覆盖现有标签，因为它具有相同的复合键。我在这里想念什么？似乎建议是将主键和排序键设为id 和type。我应该让我的类型更像“tag#orange”吗？在这种情况下，我可以在 target 上放置一个全局索引，并在类型上使用排序键。这样我就可以通过查询 target = "tag" 来获取所有带有特定标签的帖子，并且类型以 "tag" 开头。

只是寻找一些关于使用 Dynamo 处理这种邻接列表数据的建议，因为它看起来很有趣。谢谢！

Answer 1

邻接列表的基本准则

您需要对建模方式进行一些修改。在邻接列表中，您有两种类型的项目：

1. 顶级（即您的帖子和标签）
2. 关联（表示与每个帖子关联的标签，反之亦然）

要构建此邻接列表，您必须遵循两个简单的准则（我认为您的示例中缺少这些准则）：

• 每个顶级项目（在您的情况下为 Post 或 Tag）必须使用主键。此外，这些项目在排序键和主键中应该具有相同的值
• 对于关联，使用主键表示源（或父），使用排序键表示目标（或孩子）。

根据我在您的示例中看到的，您设置了 Posts 和 Tags 的主键仅作为项目 ID，同时您还应该使用它的 type；例如Post-1 或 Tag-3。在代表关联的项目中，我也没有看到您存储目标 ID。

示例

假设你有：

• 三个帖子：“hello world”、“foo bar”和“随便...”
• 还有三个标签：“cool”、“awesome”、“great”
• 帖子“hello world”只有一个标签：“cool”
• 帖子“foo bar”有两个标签：“cool”和“great”
• 帖子“随便...”没有任何标签

您需要在 Dynamo 中以这种方式建模：

PRIMARY-KEY   | SORT-KEY    | SOURCE DATA  | TARGET DATA
--------------|-------------|--------------|-------------
Post-1        | Post-1      | hello world  |
Post-2        | Post-2      | foo bar      |
Post-3        | Post-3      | Whatever...  |
Tag-1         | Tag-1       | cool         |
Tag-2         | Tag-2       | awesome      |
Tag-3         | Tag-3       | great        |
Post-1        | Tag-1       | hello world  | cool
Post-2        | Tag-1       | foo bar      | cool
Post-2        | Tag-3       | foo bar      | great
Tag-1         | Post-1      | cool         | hello world
Tag-1         | Post-2      | cool         | foo bar
Tag-3         | Post-2      | great        | foo bar

如何查询这个邻接表

1) 你需要一个特定的项目，比如 Post-1：

查询primary-key == "Post-1" & sort-key == "Post-1" - 返回：仅Post-1

2) 你需要所有与Post-2相关的标签：

primary-key == "Post-2" & sort-key BEGINS_WITH "Tag-" 查询 - 返回：Tag-1 和 Tag-3 关联。

检查 the documentation 关于 begin_with 键条件表达式。

3) 你需要所有相关的帖子，比如 Tag-1：

primary_key == "Tag-1" & sort-key BEGINS_WITH "Post-" 查询 - 返回：Post-1 和 Post-2 关联。

请注意，如果您更改给定帖子的内容，则还需要更改所有关联项中的值。

您也可以不存储帖子和标签内容在关联项中，这样可以节省存储空间。但是，在这种情况下，您需要在上面的示例查询 2 和 3 中使用两个查询：一个用于检索关联，另一个用于检索每个源项目数据。由于查询比存储数据更昂贵，我更喜欢复制存储。但这真的取决于您的应用程序是读取密集型还是写入密集型。如果阅读密集型，在关联中复制内容可以让您减少阅读查询。如果写入密集型，当源项目更新时，不复制内容会保存写入查询以更新关联。

希望这会有所帮助！ ;)

Answer 2

我认为你没有遗漏任何东西。这个想法是 ID 对于项目类型是唯一的。通常，您会为 ID 生成一个长 UUID，而不是使用序列号。另一种选择是使用您创建项目的日期时间，可能会添加一个随机数以避免在创建项目时发生冲突。

我之前提供的这个答案可能会有所帮助DynamoDB M-M Adjacency List Design Pattern

不要删除排序键 - 这不会帮助您的项目更加独特。