非分布式场景下，DynamoDB用低基数ID作分区键、高基数ID作排序键可行吗？

1. 热键问题在你的场景下不存在 #

DynamoDB的热键瓶颈本质是同一分区的并发请求超过单个分区的吞吐量上限（默认1000 RCU/WCU/秒），但你的更新是单Lambda循环迭代执行，不存在多请求并发打同一个分区的情况，单线程的操作速度远低于分区的处理能力，完全不会触发延迟或吞吐量受限的问题，所谓的“热键”在这里只是个伪命题。

2. 查询效率的收益远大于潜在风险 #

你的核心需求是低频机器学习分析时按country_code批量获取全量数据：

• 用country_code作分区键，直接通过Query操作就能精准定位到目标分区，一次性拉取该国家的所有数据，操作高效且成本可控；
• 如果改用唯一ID作分区键，每次分析都必须执行全表扫描再过滤country_code，数据量越大，扫描耗时越长，消耗的读取容量也越多，长期来看成本和性能都会成为负担。

3. 额外的扩展性优势 #

这种设计下，排序键用唯一ID（如果ID包含时间或其他有序维度），还能天然支持在单个国家分区内做范围查询，比如筛选某段时间内的爬虫数据，对后续的ML数据预处理会更友好。

潜在的未来风险（当前无需关注） #

只有当你未来扩展到多Lambda并发更新同一个country_code时，才需要考虑热键的吞吐量限制，但就当前的单脚本迭代+低频分析的场景来说，当前的键设计是最优解。

内容的提问来源于stack exchange，提问作者slothish1