AWS Amplify @searchable指令相关技术咨询

问题1：添加@searchable指令后是否会自动启动EC2/OpenSearch实例，空闲时也会产生费用吗？ #

是的。当你给Amplify API的模型添加@searchable指令后，Amplify会自动部署一个OpenSearch Service集群（底层依赖EC2实例运行）。这个集群会持续保持运行状态，无论有没有查询请求，都会按照实例规格、存储容量等维度产生费用，不会自动休眠或停止。

问题2：保留@searchable指令的前提下，简单查询能否绕开OpenSearch，改用AppSync原生过滤？ #

完全可以。添加@searchable指令后，Amplify会为模型生成两套查询接口：

• 一套是面向OpenSearch的search[ModelName]查询，用于高级搜索
• 另一套是AppSync原生的list[ModelName]查询，保留了原本的简单过滤能力（比如eq、gt、lt、contains等条件）

你只需要在前端或业务代码中调用list[ModelName]系列接口，就能直接使用AppSync的原生过滤逻辑，完全不依赖OpenSearch。@searchable只是额外扩展了搜索能力，不会覆盖或替代AppSync原本的列表查询功能。

问题3：低预算项目中，用Lambda实现高级过滤比OpenSearch更合适吗？ #

这取决于你的数据规模和查询频率：

• 如果是小数据量（几万条以内）+低查询频率：Lambda更划算。Lambda按调用次数和执行时长计费，空闲时无成本，适合低流量场景。你可以在Lambda中直接查询数据源（比如DynamoDB），然后在代码里实现sum、avg、正则匹配、总数统计等自定义逻辑。
• 如果是大数据量（几十万条以上）+高查询频率：OpenSearch更合适。Lambda处理大数据时需要全表扫描+内存计算，性能会明显下降，而OpenSearch的索引优化能让高级查询更快，虽然有固定的集群运行成本，但长期来看比频繁调用Lambda处理大数据的开销更低。

简单说，小体量、低频次的场景选Lambda；大数据、高频次的场景选OpenSearch。

内容的提问来源于stack exchange，提问作者da45