如何在DynamoDB中更新一对多关系并保证数据一致性？

示例数据结构 #

首先明确示例中的类定义：

class Address: 
    id: string
    street: string
    city: string

class BankBranch:
    id: string 
    name: string 
    employee_count: number
    address: object

BankBranch在DynamoDB中的存储结构：

{
    "name": "BranchXYZ",
    "id": "123456",
    "employee_count": 5,
    "address": {
        "street": "123 main st",
        "city": "maincity",
        "id": "456789"
    }
} 

独立Address表的存储结构：

{
    "street": "123 main st",
    "city": "maincity",
    "id": "456789"
}

最优一致性方案分析 #

没有绝对的最优方案，需结合业务场景选择：

场景1：地址更新频率低，分支查询需低延迟

采用嵌入常用地址字段+保留地址ID的折中方案：

• 在BankBranch中嵌入street、city这类查询时高频使用的地址字段，同时单独存储address_id字段（而非整个address对象）。
• 查询BankBranch时直接获取嵌入的地址信息，无需额外查询Address表，保证低延迟。
• 当Address更新时，仅需先更新Address表，再通过DynamoDB Streams触发异步任务，批量更新所有关联的BankBranch实例。这种方式能保证最终一致性，避免同步多写的性能开销，也不会因为单次更新失败导致数据不一致。

场景2：地址更新频繁，或要求强一致性

采用**仅存储地址ID（外键）**的方案：

• BankBranch中只保留address_id字段，不嵌入任何地址内容。
• 查询BankBranch时，先获取address_id，再通过DynamoDB的BatchGetItem接口（或两次单查）获取对应的Address信息。DynamoDB的单查询延迟在毫秒级，两次查询的开销多数业务场景可接受。
• 地址更新时仅需操作Address表一次，所有依赖它的分支查询都会拿到最新数据，完全避免冗余数据的一致性问题。如果担心查询开销，可在应用层增加缓存（如Redis），缓存常用地址信息，进一步降低数据库访问压力。

针对具体疑问的解答 #

1. 是否需要同步更新BankBranch中的地址？
   绝对不推荐同步两次数据库调用。如果有大量BankBranch关联同一个地址，同步更新会带来极高的性能开销，且DynamoDB的跨表事务有数量限制（最多25个项），无法保证大规模更新的原子性，一旦中途失败就会出现部分分支地址更新、部分未更新的不一致情况。

2. 仅存地址ID的开销是否很高？
   实际开销远没有想象中严重。DynamoDB的查询性能优异，两次查询的总延迟通常在10ms以内，多数业务场景完全可以接受。配合应用层缓存或合理的索引设计，能进一步降低开销。相比之下，这种方案带来的一致性保障和维护成本优势，远大于查询开销的影响。

内容的提问来源于stack exchange，提问作者Tom