如何从JSON文件快速高效批量创建Amazon DynamoDB表项？

方法一：用AWS CLI的batch-write-item批量写入 #

这是最直接的手动方案，适合一次性操作：

1. 转换JSON格式：DynamoDB的批量写入要求每个Item的属性带上类型标识（比如字符串用S，数字用N）。如果你的原始JSON是普通键值对，写个简单的Python脚本快速转换就行，比如：

import json

# 读取原始JSON文件
with open('original_data.json', 'r') as f:
    items = json.load(f)

# 转换为batch-write-item要求的格式
batch_items = {
    '你的表名': [
        {'PutRequest': {'Item': {k: {'S': str(v)} if isinstance(v, str) else {'N': str(v)} for k, v in item.items()}}}
        for item in items
    ]
}

# 拆分批次（每次最多25条）
batches = [batch_items['你的表名'][i:i+25] for i in range(0, len(batch_items['你的表名']), 25)]

# 保存每个批次到单独文件
for idx, batch in enumerate(batches):
    with open(f'batch_{idx}.json', 'w') as f:
        json.dump({'你的表名': batch}, f)

2. 批量执行写入：用AWS CLI循环调用每个批次文件：

for file in batch_*.json; do
  aws dynamodb batch-write-item --request-items file://$file
done

这个方法把10万次单写变成4000次批量请求（每次25条），效率提升明显。

方法二：用AWS Data Pipeline可视化导入 #

如果不想写代码，用Data Pipeline的可视化流程更省心：

• 把你的JSON文件上传到Amazon S3桶
• 登录AWS控制台，进入Data Pipeline服务，创建新管道
• 选择“导入数据到DynamoDB”的模板，配置数据源为S3上的JSON文件，目标为你的DynamoDB表
• 配置字段映射（自动识别或手动匹配），启动管道后，系统会自动批量处理所有数据，无需手动拆分批次

方法三：用Amazon S3 + Lambda临时处理（适合技术稍熟的用户） #

• 把JSON文件上传到S3，触发一个临时Lambda函数
• Lambda函数读取S3文件，按25条拆分批次，调用DynamoDB的batch_write_item API批量写入
• 写完后删除Lambda函数即可，全程不用本地执行脚本

内容的提问来源于stack exchange，提问作者HansJuergen