获取DynamoDB表子集：Scan与循环Query哪种方法更高效？

针对你要获取所有SK以"bar_3"为前缀的数据项的需求，两种方案的优劣得结合实际数据规模判断：

方案1：全表Scan加过滤 #

• 核心缺点：Scan会遍历表中所有数据项，过滤操作要等数据全部读取后才执行，等于先读取大量无关数据再丢弃，既浪费读容量单位（RCU），又拖慢查询速度。如果表数据量较大（比如百万级以上），不仅性能拉胯，还可能因为单次Scan的返回数据量限制，需要多次分页请求，耗时进一步增加。
• 唯一优势：实现简单，仅需一次请求。

方案2：遍历PK列表逐个执行Query #

• 核心优势：每个Query都会精准定位到单个PK对应的分区，再利用DynamoDB原生支持的排序键前缀匹配，只读取该分区内符合条件的数据。Query的RCU消耗按实际返回数据量计算，不会浪费在无关数据上，单请求响应速度远快于Scan。
• 潜在问题：如果PK数量极大（比如上万甚至几十万），大量单个Query会累积网络延迟，甚至可能触发DynamoDB的请求限流。但这个问题可以通过并发批量执行Query缓解（比如用线程池或异步请求，控制合理并发数），避免串行执行导致的总耗时过长。

选择建议 #

• 若PK数量不多（比如几百以内）：直接选方案2，性能和资源消耗都远优于Scan。
• 若PK数量极大：先估算有多少PK对应的SK存在"bar_3"前缀的项。如果这类PK占比很低，方案2的总RCU仍比Scan少；如果占比很高，即便RCU消耗接近，方案2的响应速度还是会比Scan快很多。
• 长期最优解：如果这类查询是高频需求，建议创建全局二级索引（GSI），把SK设为GSI的分区键。之后仅需一次Query就能获取所有目标数据，完全不用纠结前两种方案的问题。

内容的提问来源于stack exchange，提问作者kkawabat