使用boto3在SAM中查询AWS Timestream返回行数远超实际值

以下是常见的排查方向和解决方法：

1. 对比查询语句的一致性 #

直接导出控制台使用的查询语句（控制台查询界面右上角有导出选项），和你boto3代码中QueryString的内容逐行对比，重点检查：

• 时间过滤条件：比如控制台是否默认使用了time ago(24h)，而你的boto3查询没有限制时间范围，导致扫描了所有历史数据（包括磁存储中的归档数据）
• 维度/度量过滤：控制台是否默认添加了某个维度的过滤（比如device_id = 'xxx'），而你的boto3查询遗漏了该条件

2. 检查存储层级的查询范围 #

Timestream分为内存存储（Memory Store）和磁存储（Magnetic Store），控制台默认可能仅查询内存存储的数据，而boto3的query接口默认会扫描所有存储层级。可以在boto3查询中指定存储层级来验证：

import boto3

client = boto3.client('timestream-query')
response = client.query(
    QueryString='SELECT * FROM "your_database"."your_table" WHERE time ago(24h)',
    DataStore='MEMORY_STORE'  # 仅查询内存存储，和控制台默认行为对齐
)
# 处理分页获取全部结果
total_rows = 0
while True:
    total_rows += len(response['Rows'])
    if 'NextToken' not in response:
        break
    response = client.query(NextToken=response['NextToken'])
print(f"总行数：{total_rows}")

3. 验证是否存在重复数据 #

如果你的Timestream表存在重复插入的记录（比如多次写入同一时间戳+维度组合的数据），控制台可能因显示限制未完全展示，而boto3会返回所有原始行。可以通过去重查询验证：

SELECT COUNT(DISTINCT time, device_id) FROM "your_database"."your_table" WHERE time ago(24h)

将这个查询分别在控制台和boto3中执行，对比结果是否一致。

4. 确认控制台的行数统计逻辑 #

注意控制台显示的“行数”是当前查询结果的行数，而非表的总数据量。确保你在控制台执行的是和boto3完全相同的查询语句，再统计结果行数。

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