扫描与查询

在 DynamoDB 中，有多种方式可以执行查询。其中一些方法比其他方法更高效，资源消耗也更少。在本课程中，我们将介绍两种最常用的查询形式，用于从 DynamoDB 获取信息。

什么是 Scan？

Scan 是一种可以在 DynamoDB 中执行的操作，用于获取表中的数据。通过 Scan，可以获取存储的所有记录。对于来自 SQL 环境的用户来说，这类似于执行 select * from table_name。如你所见，这种方式会读取表中所有存储的记录，因此在数据量较大的数据库中使用非常危险，可能对性能和成本造成严重影响。需要记住的是，DynamoDB 的吞吐量是按 RCUs（读容量单位）进行配置的。因此，在生产环境中应尽量避免使用此命令。

此外，还可以通过使用 filterExpressions 命令来筛选所需的信息。然而，问题在于，最终仍然会遍历整个表。唯一的区别是，返回的结果不会包含所有存储的数据，而仅包含符合过滤条件的数据。

如上图所示，整个表都会被访问，但只有满足 filterExpressions 中指定条件的特定记录才会被选中。

注意事项

第一个需要注意的是，该命令可以从任何来源执行，例如：通过集成在组件中的 SDK、AWS CLI，或直接通过 AWS 管理控制台。

第二个注意事项是，可以通过多线程并行执行此命令。基本上，可以同时运行多个线程查询数据库，以优化响应时间。在需要极短响应时间的场景下，这是一种非常有效的解决方案。

最后一个注意事项是，无论查询需要返回多少条记录，DynamoDB 每次最多只返回 1 MB 的数据。如果返回的数据超过 1 MB，则必须采用一种称为分页的策略。我们将在后续课程中详细介绍这一机制。

1aws dynamodb create-table \
2  --table-name table-scan-cli \
3  --attribute-definitions AttributeName=partitionkey,AttributeType=S AttributeName=rangeKey,AttributeType=S \
4  --key-schema AttributeName=partitionkey,KeyType=HASH AttributeName=rangeKey,KeyType=RANGE \
5  --provisioned-throughput ReadCapacityUnits=1,WriteCapacityUnits=1

1aws dynamodb put-item \
2  --table-name table-scan-cli \
3  --item '{"partitionkey": {"S": "123"},"rangeKey": {"S": "2022"}}'

1aws dynamodb scan \
2  --table-name table-scan-cli \
3  --filter-expression "rangeKey = :rangek" \
4  --expression-attribute-values '{":rangek":{"S":"2022"}}'

什么是 Query？

除了 Scan，还有 Query 命令，它同样允许从 DynamoDB 获取数据集，但不同之处在于，它必须提供分区键。之所以如此，是因为 DynamoDB 会根据分区键定位特定分区中的记录或记录组。

需要牢记的是，DynamoDB 将数据存储在分区中，而分区键能够以 O(1) 的时间复杂度快速定位记录所在的位置。

上图展示了一个表中的若干记录。在此例中，正在查找键为 8 且 attr1 为 $5 的记录。使用 Query 命令时，DynamoDB 会精确计算出该记录所在的分区，并直接访问该分区，无需读取其他任何记录。一旦到达键为 8 的记录，DynamoDB 将进一步筛选出 attr1 为$5 的记录。

与 Scan 类似，Query 命令也支持对返回的记录组进行过滤。具体有两种方式：

1. 范围键：利用范围键，DynamoDB 可以在某个分区中筛选记录，并仅返回匹配该范围键的记录。
2. conditionExpressions：通过此命令，可以根据表中任意属性进行过滤，所有满足条件的记录都将被返回。

注意事项

必须设计合理的数据模型，使得记录能通过其分区键快速识别，因为分区键是查询记录的必要条件。

另外值得一提的是，如果表中存在全局二级索引（GSI），也可以在该索引上执行 Query 操作。此时需注意，实际上是在查询一个与主表不同的“备选表”，其分区键与原表不同。

1aws dynamodb create-table \
2  --table-name table-query-cli \
3  --attribute-definitions AttributeName=partitionkey,AttributeType=S AttributeName=rangeKey,AttributeType=S \
4  --key-schema AttributeName=partitionkey,KeyType=HASH AttributeName=rangeKey,KeyType=RANGE \
5  --provisioned-throughput ReadCapacityUnits=1,WriteCapacityUnits=1

1aws dynamodb put-item \
2  --table-name table-query-cli \
3  --item '{"partitionkey": {"S": "123"},"rangeKey": {"S": "2022"}}'

1aws dynamodb query \
2  --table-name table-query-cli \
3  --key-condition-expression "partitionkey = :myId" \
4  --expression-attribute-values '{":myId": {"S": "123"}}'

核心要点

在查询数据库以获取数据组时，主要有两种方式：第一种是使用 Scan 命令，它会读取表中的全部数据；第二种是使用 Query 命令，它根据分区键精准定位并读取特定的数据组。