如何在DynamoDB中突破1MB限制实现高相关性优先的搜索？

1. 全局二级索引（GSI）+ Query替代全表Scan #

这是最推荐的原生方案，完全规避全表扫描的低效和分页问题：

• 预计算并存储相关性评分：发布帖子时，针对常见搜索维度（比如关键词、标签）提前计算匹配权重，存为relevance_score字段（比如标题含关键词加60分，内容含关键词加40分，总分0-100）。
• 构建针对性GSI：如果是按关键词搜索，建GSI时把search_keyword设为分区键，relevance_score设为降序排序键；如果是多维度搜索，也可以用复合分区键（比如category#keyword）。
• 用Query替代Scan：搜索时直接Query对应关键词的GSI分区，DynamoDB会自动按relevance_score降序返回结果，1MB限制内的内容都是高相关的，不会出现优质结果藏在后续分页的情况。
• 扩展：如果是任意文本搜索，可以对帖子内容分词，把每个分词作为单独的GSI条目（一个帖子对应多条GSI记录），Query时匹配分词，再聚合去重后按评分排序。

2. Scan结合过滤表达式优化 #

如果必须保留全表扫描逻辑，用FilterExpression提前过滤无效数据：

• 扫描前先通过contains()、begins_with()等函数过滤掉完全不匹配的帖子（比如标题和内容都不含搜索关键词的），这样返回的1MB数据都是初步匹配的，再在客户端计算精细相关性排序。
• 分页时用ExclusiveStartKey记录上一页最后一条数据的主键，确保后续分页只拉取未处理过的内容，同时因为前置过滤，后续分页里的内容也都是有匹配度的，降低高评分内容后置的概率。

3. PartiQL查询实现精准排序 #

用DynamoDB支持的PartiQL语法，结合预存的评分实现高效排序查询：

SELECT * FROM Posts 
WHERE contains(title, :search_term) OR contains(content, :search_term)
ORDER BY relevance_score DESC
LIMIT 100

如果为relevance_score和搜索字段建了对应GSI，PartiQL会自动利用索引加速，直接返回按评分降序的结果，1MB限制内优先展示高匹配内容。

4. 本地二级索引（LSI）适配单分区搜索 #

如果你的搜索场景是限定在单个主表分区内（比如某用户的所有帖子），可以给主表建LSI：

• 以主表分区键为LSI的分区键，relevance_score为降序排序键，这样查询单个分区内的帖子时，直接通过LSI按评分排序返回，性能比Scan高很多。

所有方案都保留了DynamoDB操作1MB的限制（这本身就是DynamoDB的性能保护机制），同时通过前置过滤和索引排序，确保高相关内容优先出现在前面的分页中。

内容的提问来源于stack exchange，提问作者SoJS