读取DynamoDB条目时如何仅返回数组属性的指定子集以降低成本

核心解决思路 #

既然不想拆分表适配关系型模型，那就直接利用DynamoDB的原生特性，精准提取数组子集，避免读取整个数组浪费吞吐量，以此降低调用成本。

具体实现方法 #

1. 投影表达式结合列表切片 #

DynamoDB支持在投影表达式中使用切片语法，直接提取数组的指定索引范围元素。比如你的价格历史数组属性名为priceHistory，要读取索引从startIdx到endIdx的子集（左闭右开，实际取到endIdx-1），示例代码如下：

import boto3

dynamodb = boto3.resource('dynamodb')
table = dynamodb.Table('你的股票表名')

response = table.get_item(
    Key={'stockSymbol': 'AAPL'},
    ProjectionExpression='stockSymbol, priceHistory[{}:{}]'.format(startIdx, endIdx)
)

这种方式只会读取你指定的数组切片，按实际读取的数据量计算吞吐量，比读取整个数组节省大量成本。

2. 维护日期-索引映射属性 #

如果查询条件是日期而非索引，建议在存储股票条目时，额外加一个dateIndexMap属性，结构类似{'2023-01-01': 0, '2023-01-02': 1, ...}。查询时先通过这个映射快速找到对应的起始/结束索引，再用切片语法提取数组子集。

3. 数组按时间分块存储 #

如果数组元素数量极大（比如上万条），可以把数组拆分成多个按时间维度划分的小属性，比如priceHistory_2023Q1、priceHistory_2023Q2。查询时直接指定对应的分块属性，进一步减少单次读取的数据量。

注意事项 #

• 切片的起始/结束索引必须是正整数，且不能超出数组长度，否则会返回空列表或触发错误。
• 投影表达式支持嵌套操作，如果数组元素是对象，还可以进一步提取对象内的特定属性，比如priceHistory[5:10].closePrice。
• 该方法适用于GetItem、Query、Scan操作，确保你的查询场景符合这些操作的适用范围。

内容的提问来源于stack exchange，提问作者Fly