如何从DynamoDB表中获取最大大小的条目（Top3及其ID）

结论 #

可以通过Scan操作实现，但Query操作无法直接满足需求。

具体分析 #

• Query操作不可行
  Query依赖主键（分区键+排序键）或二级索引的条件过滤，必须指定分区键值，且只能基于排序键/索引键做范围或排序操作。由于表中未存储条目大小字段，无法将大小设为排序键或索引键，因此Query无法按条目大小排序或筛选目标数据。

• Scan操作可行，但存在明显局限
  Scan会遍历全表所有条目，你可以在遍历过程中计算每条数据的大小，再筛选出Top3：

  1. 执行Scan（注意处理分页，通过LastEvaluatedKey循环获取所有数据）
  2. 对每条返回的条目计算大小：可以将条目序列化为JSON字符串后统计字节数（若要严格匹配DynamoDB的存储大小，需按官方规则计算：比如字符串按UTF-8字节数、数字按存储字节数等）
  3. 将条目ID与对应大小关联，按大小降序排序后取前3条

  但这种方式的问题很突出：如果表数据量较大，全表扫描会消耗大量读容量单位（RCU），且执行效率极低，延迟很高。

更优方案 #

最推荐的做法是提前存储条目大小字段：
在写入或更新条目时，计算其大小并新增为表的一个属性，然后创建全局二级索引（GSI），将该大小字段设为排序键。之后只需通过Query操作，即可快速按大小降序获取Top3数据，性能和成本都远优于Scan。

如果无法修改写入逻辑，可考虑用DynamoDB Streams配合Lambda，后台异步计算所有条目的大小并存储到一个专门的统计表，后续直接从该表查询Top3。

内容的提问来源于stack exchange，提问作者Harry