如何在R中通过DynamoDB GSI实现日期前后及区间查询？

我的DynamoDB表结构：

• 分区键：UUID（字符串类型）
• 排序键：ProductID（字符串类型）
  已创建全局二级索引（GSI）Date-ProductID-index：
• GSI分区键：Date（ISO 8601格式字符串）
• GSI排序键：ProductID

已通过R的paws库成功查询特定日期的数据：

svb <- paws::dynamodb()

expression_attribute_names <- list(
  "#DateAttr" = "Date" 
)

table_name <- "sales-template"
start_date <- "2023-08-02T12:00:15.075783"
end_date <- "2023-08-02T16:19:15.075783"

result <- svb$query(
  
  TableName = table_name,
  IndexName = "Date-ProductID-index",
  KeyConditionExpression = " #DateAttr = :dateValueA ",
  ExpressionAttributeNames = expression_attribute_names,
  ExpressionAttributeValues = list(":dateValueA" = list(S = start_date))
  
)

但将KeyConditionExpression中的=改为>，尝试查询指定日期之后的数据时，报错：

Error: com.amazon.coral.validate (HTTP 400). Query key condition not supported

报错代码：

svb <- paws::dynamodb()

expression_attribute_names <- list(
  "#DateAttr" = "Date" 
)

table_name <- "sales-template"
start_date <- "2023-08-02T12:00:15.075783"
end_date <- "2023-08-02T16:19:15.075783"

result <- svb$query(
  
  TableName = table_name,
  IndexName = "Date-ProductID-index",
  KeyConditionExpression = " #DateAttr > :dateValueA ",
  ExpressionAttributeNames = expression_attribute_names,
  ExpressionAttributeValues = list(":dateValueA" = list(S = start_date))
  
)

需要解决该报错，并实现查询指定日期之前、日期区间内的数据。

DynamoDB的Query操作有严格规则：

• 必须指定分区键的**等于（=）**条件，不能直接对分区键使用范围运算符（>、<、BETWEEN等）
• 范围运算符仅能用于排序键，且必须在分区键等于条件的基础上使用

你的GSI将Date设为分区键，直接用#DateAttr > :dateValueA违反了Query的键条件规则，导致报错。

根据需求提供两种可行方案：

方案1：使用Scan配合FilterExpression（适用于数据量不大的场景） #

Scan会遍历全索引后用FilterExpression过滤结果，虽然性能不如Query，但无需修改索引结构，适合小规模数据。

查询指定日期之后的数据 #

svb <- paws::dynamodb()

expression_attribute_names <- list(
  "#DateAttr" = "Date"
)

expression_attribute_values <- list(
  ":startDate" = list(S = "2023-08-02T12:00:15.075783")
)

table_name <- "sales-template"

result <- svb$scan(
  TableName = table_name,
  IndexName = "Date-ProductID-index",
  FilterExpression = "#DateAttr > :startDate",
  ExpressionAttributeNames = expression_attribute_names,
  ExpressionAttributeValues = expression_attribute_values
)

查询指定日期之前的数据 #

svb <- paws::dynamodb()

expression_attribute_names <- list(
  "#DateAttr" = "Date"
)

expression_attribute_values <- list(
  ":endDate" = list(S = "2023-08-02T16:19:15.075783")
)

table_name <- "sales-template"

result <- svb$scan(
  TableName = table_name,
  IndexName = "Date-ProductID-index",
  FilterExpression = "#DateAttr < :endDate",
  ExpressionAttributeNames = expression_attribute_names,
  ExpressionAttributeValues = expression_attribute_values
)

查询日期区间内的数据 #

svb <- paws::dynamodb()

expression_attribute_names <- list(
  "#DateAttr" = "Date"
)

expression_attribute_values <- list(
  ":startDate" = list(S = "2023-08-02T12:00:15.075783"),
  ":endDate" = list(S = "2023-08-02T16:19:15.075783")
)

table_name <- "sales-template"

result <- svb$scan(
  TableName = table_name,
  IndexName = "Date-ProductID-index",
  FilterExpression = "#DateAttr BETWEEN :startDate AND :endDate",
  ExpressionAttributeNames = expression_attribute_names,
  ExpressionAttributeValues = expression_attribute_values
)

方案2：调整GSI结构（性能更优，适合大数据量） #

如果数据量较大，建议修改GSI键结构：

• 将GSI分区键设为日期前缀（比如DatePartition，格式如"2023-08"或"2023-08-02"，根据查询粒度调整）
• 将GSI排序键设为完整的ISO 8601格式Date

这样查询时先指定分区键等于某个前缀，再对排序键使用范围条件，符合Query规则，性能更好。

示例查询日期区间（假设DatePartition为"2023-08-02"）：

svb <- paws::dynamodb()

expression_attribute_names <- list(
  "#DatePart" = "DatePartition",
  "#DateAttr" = "Date"
)

expression_attribute_values <- list(
  ":datePart" = list(S = "2023-08-02"),
  ":startDate" = list(S = "2023-08-02T12:00:15.075783"),
  ":endDate" = list(S = "2023-08-02T16:19:15.075783")
)

table_name <- "sales-template"

result <- svb$query(
  TableName = table_name,
  IndexName = "DatePartition-Date-index", # 修改后的GSI名称
  KeyConditionExpression = "#DatePart = :datePart AND #DateAttr BETWEEN :startDate AND :endDate",
  ExpressionAttributeNames = expression_attribute_names,
  ExpressionAttributeValues = expression_attribute_values
)

内容的提问来源于stack exchange，提问作者Ekapunk