按date查询DynamoDB
我来自关系数据库背景，并试图与亚马逊的DynamoDB合作
我有一个表的哈希键“DataID”和一个范围“CreatedAt”和一堆项目在里面。
我试图获取所有在特定date之后创build并按datesorting的项目。 这在关系数据库中是非常简单的。
在DynamoDB中，我能find的最接近的是一个查询，并使用大于filter的范围键。 唯一的问题是，执行一个查询，我需要一个散列键，击败目的。
那么我做错了什么？ 我的表模式是错误的，不应该是唯一的散列键？ 还是有另一种方式来查询？
已更新答案：
DynamoDB允许指定辅助索引来辅助这种查询。 二级索引可以是全局的，也就是说索引跨越散列键跨越整个表，或者本地意味着索引将存在于每个散列键分区内，因此在进行查询时也要指定散列键。
对于这个问题中的用例，你会想在“CreatedAt”字段上使用全局二级索引。
有关DynamoDB二级索引的更多信息， 请参阅二级索引文档
原始答案：
DynamoDB只允许在范围键上进行索引查找。 散列键是必需的，以便服务知道要查找哪个分区来查找数据。
你当然可以执行一个扫描操作来过滤date值，但是这将需要一个完整的表扫描，所以它不是理想的。
如果您需要跨多个主键对logging进行索引查找，则DynamoDB可能不是您理想的服务，或者您可能需要使用单独的表（在DynamoDB或关系存储中）来存储项目元数据，您可以执行索引查找。
鉴于您当前的表结构，这在DynamoDB中目前不可行。 巨大的挑战是要理解表（分区）的Hash键应该被视为创build单独的表。 在某些方面，这是非常强大的（把分区键看作为每个用户或客户创build一个新表格）。
查询只能在一个分区中完成。 这真是故事的结尾。 这意味着如果你想按date查询（你将要使用msec自epoch），那么你想在一个查询中检索的所有项目必须具有相同的散列（分区键）。
我应该限定这一点。 你绝对可以通过你正在寻找的标准进行scan ，这是没有问题的，但是这意味着你将查看表中的每一行，然后检查该行是否有与你的参数匹配的date。 这是非常昂贵的，特别是如果你是在日常事务中存储事件（即你有很多行）。
您可能会试图将所有数据都放在一个分区中来解决问题，而且您绝对可以，但是，由于每个分区仅接收总设置量的一小部分，所以吞吐量将会非常低。
最好的办法是确定更有用的分区来创build保存数据：
-
你真的需要看所有的行，还是只有特定用户的行？
-
首先按月份缩小列表，并做多个查询（每个月一个），可以吗？ 还是按年份？
-
如果您正在进行时间序列分析，有几个选项，将分区键更改为在
PUT上进行计算以便query，或者使用另一个aws产品（如kinesis），这些产品本身只能追加附加日志logging。
你的哈希键（首要的）必须是唯一的（除非你有一个像其他人所说的范围）。
在你的情况下，要查询你的表，你应该有一个二级索引。
| ID | DataID | Created | Data | |------+--------+---------+------| | hash | xxxxx | 1234567 | blah |
您的哈希键是ID您的二级索引被定义为：DataID-Created-index（这是DynamoDB将使用的名称）
然后，你可以这样查询：
var params = { TableName: "Table", IndexName: "DataID-Created-index", KeyConditionExpression: "DataID = :v_ID AND Created > :v_created", ExpressionAttributeValues: {":v_ID": {S: "some_id"}, ":v_created": {N: "timestamp"} }, ProjectionExpression: "ID, DataID, Created, Data" }; ddb.query(params, function(err, data) { if (err) console.log(err); else { data.Items.sort(function(a, b) { return parseFloat(a.Created.N) - parseFloat(b.Created.N); }); // More code here } });
基本上你的查询看起来像：
SELECT * FROM TABLE WHERE DataID = "some_id" AND Created > timestamp;
二级索引将增加所需的读/写容量单位，因此您需要考虑这一点。 它仍然比扫描要好很多，读取和读取的时间都很昂贵（我相信这个数目只限于100个）。
这可能不是做这件事的最好方式，但对于习惯于RD的人（我也习惯于SQL），这是获得生产力的最快方法。 由于在架构方面没有任何限制，所以可以掀起一些有效的方法，一旦你有了最高效的带宽工作方式，你就可以改变这种状况。
您可以使Hash键沿着“产品类别”ID行，然后将范围键作为时间戳与末尾附加的唯一ID的组合。 这样你知道散列键，仍然可以查询大于的date。
我跟着解决这个问题的方法是创build一个全局二级索引如下。 不知道这是否是最好的方法，但希望如果这是有用的人。
Hash Key | Range Key ------------------------------------ Date value of CreatedAt | CreatedAt
限制HTTP API用户指定检索数据的天数，默认为24小时。
这样，我总是可以指定HashKey作为当前date，而RangeKey可以在检索时使用>和<操作符。 这样数据也分布在多个分片上。
你可以有多个相同的散列键; 但只有当你有一个范围键变化。 把它想像成文件格式; 只要格式不同，就可以在同一个文件夹中有两个同名的文件。 如果他们的格式是相同的，他们的名字必须是不同的。 相同的概念适用于DynamoDB的散列/范围键; 只要把hash作为名称和范围就可以了。
另外，我不记得在OP的时候他们是否有这些（我不相信他们），但他们现在提供本地二级指标。
我对这些的理解是，它现在应该允许您执行所需的查询，而无需执行完整的扫描。 缺点是这些索引必须在创build表时指定，而且（我相信）在创build项目时不能为空。 另外，它们需要额外的吞吐量（虽然通常不如扫描）和存储，所以它不是一个完美的解决scheme，但对于一些可行的替代scheme。
尽pipe如此，我仍然推荐Mike Brant的答案作为使用DynamoDB的首选方法。 并自己使用这种方法。 在我的情况下，我只有一个只有一个散列键作为我的ID的中央表，然后有一个散列和范围可以查询的次表，然后该项目代码指向中央表的“感兴趣的项目”，直接。
有关二级索引的其他数据可以在亚马逊的DynamoDB文档中find 。
无论如何，希望这将有助于任何其他人发生在这个线程。
您可以使用GSI在DynamoDB中执行此操作。 将“CreatedAt”字段设置为GSI，然后发出像（GT some_date）这样的查询。 将此date存储为此类查询的数字（自时代以来的msecs）。
有关详细信息，请访问：全局二级索引 – Amazon DynamoDB： http ://docs.aws.amazon.com/amazondynamodb/latest/developerguide/GSI.html#GSI.Using
这是一个非常强大的function。 请注意，查询仅限于（EQ | LE | LT | GE | GT | BEGINS_WITH | BETWEEN）条件 – Amazon DynamoDB： http ://docs.aws.amazon.com/amazondynamodb/latest/APIReference/API_Condition.html
