从S3导入大文件到DynamoDB时如何控制对象类型

方法1：导入时用自定义映射模板强制指定类型 #

在DynamoDB导入向导的「配置导入设置」环节，选择自定义映射模板，通过JSON格式明确指定各列数据类型：

{
  "phone": "$.phone",
  "ttl": {"N": "$.ttl"}
}

DynamoDB底层数据格式中，数字类型需用"N"标签包裹，这个模板会强制将ttl列解析为数字，覆盖自动推断结果。

方法2：预处理CSV修正列类型 #

用脚本批量转换ttl列类型后再导入，以Python pandas为例：

import pandas as pd

# 读取原CSV
df = pd.read_csv('your-source-file.csv')
# 将ttl列转为整数类型
df['ttl'] = df['ttl'].astype(int)
# 保存处理后的CSV（不含索引列）
df.to_csv('fixed-file.csv', index=False)

处理后的CSV重新导入时，DynamoDB会正确识别ttl为数字类型。

方法3：导入后批量更新数据类型 #

如果已完成导入，可通过脚本批量修正ttl列类型，用boto3实现：

import boto3

dynamodb = boto3.resource('dynamodb')
table = dynamodb.Table('your-target-table')

def batch_update_ttl():
    response = table.scan()
    items = response['Items']
    
    with table.batch_writer() as batch:
        for item in items:
            ttl_num = int(item['ttl'])
            batch.put_item(
                Item={
                    'phone': item['phone'],
                    'ttl': ttl_num
                }
            )
    
    # 处理分页数据
    while 'LastEvaluatedKey' in response:
        response = table.scan(ExclusiveStartKey=response['LastEvaluatedKey'])
        items = response['Items']
        with table.batch_writer() as batch:
            for item in items:
                ttl_num = int(item['ttl'])
                batch.put_item(
                    Item={
                        'phone': item['phone'],
                        'ttl': ttl_num
                    }
                )

batch_update_ttl()

注意：90万行数据批量更新时，建议本地运行脚本或调整Lambda的超时时间与内存配置，避免执行中断。

内容的提问来源于stack exchange，提问作者Ethan