将CosmosDB数据模型迁移至DynamoDB：列表高效查询方案咨询

你提到的用#lac#sun#nature这种复合字符串配合PartiQL的contains查询不是高效方案，原因如下：

• 这种方式属于过滤操作，而非基于索引的查询，当pk="mypk"对应的条目数量较多时，需要扫描所有匹配pk的条目后再过滤，性能损耗大；
• 关键词中如果包含#会导致查询冲突，比如关键词sun#set会被误匹配；
• 增删关键词时需要重新拼接字符串，维护成本高，容易出错。

针对DynamoDB的特性，推荐以下两种高效的数据设计方案：

方案1：按关键词拆分存储（反规范化） #

将每个关键词与原主键组合成新的分区键，每个关键词对应一条独立的条目，示例数据结构：

// 原数据拆分后的多条条目
{ "pk": "mypk#lac", "sk": "myid", "original_id": "myid", "keywords": ["lac", "sun", "nature"] }
{ "pk": "mypk#sun", "sk": "myid", "original_id": "myid", "keywords": ["lac", "sun", "nature"] }
{ "pk": "mypk#nature", "sk": "myid", "original_id": "myid", "keywords": ["lac", "sun", "nature"] }

查询时直接使用DynamoDB Query操作（或PartiQL）精准匹配分区键：

SELECT * FROM "myTable" WHERE "pk"='mypk#sun'

优势：完全基于索引查询，性能拉满；查询逻辑简单直接。
注意：存在数据冗余，增删关键词时需要同步更新所有对应条目，适合关键词变动频率低、查询需求高的场景。

方案2：使用全局二级索引（GSI） #

保留主表的原始数据结构，创建一个以关键词为分区键的全局二级索引，主表数据示例：

{ "pk": "mypk", "id": "myid", "keywords": ["lac", "sun", "nature"] }

GSI的结构设计为：

• GSI分区键（GSI PK）：keyword（单个关键词）
• GSI排序键（GSI SK）：pk#id（主表的主键组合，用于关联主表数据）

写入主表时，同步向GSI插入对应关键词的条目：

{ "keyword": "lac", "pk#id": "mypk#myid" }
{ "keyword": "sun", "pk#id": "mypk#myid" }
{ "keyword": "nature", "pk#id": "mypk#myid" }

查询时先通过GSI找到目标关联主键，再回查主表获取完整数据：

-- 第一步：查询GSI获取关联主键
SELECT "pk#id" FROM "myTableGSI" WHERE "keyword"='sun'
-- 第二步：根据主键查询主表
SELECT * FROM "myTable" WHERE "pk"='mypk' AND "id"='myid'

优势：主表数据无冗余，仅GSI存储关键词关联数据；适合关键词可能变动、需要保持主表数据简洁的场景。
注意：需要额外维护GSI的条目，增删关键词时要同步更新GSI。

方案3：过滤表达式（仅适合小数据量场景） #

如果pk="mypk"对应的条目数量极少，可以直接使用过滤表达式在Query后过滤：

SELECT * FROM "myTable" WHERE "pk"='mypk' AND contains("keywords", 'sun')

但要注意：这种方式会先获取所有pk="mypk"的条目，再在内存中过滤，数据量大时性能极差，仅作为临时过渡或小数据集的备选方案。

内容的提问来源于stack exchange，提问作者fred_