DynamoDB按日期范围查询表项的GSI配置方案咨询

你没摸透的DynamoDB核心设计逻辑很简单：不管是主表查询还是GSI查询，所有非Scan类的高效查询，都必须指定哈希键（分区键）的精确等值匹配条件，不存在跳过哈希键直接按排序键做全表范围查询的可能——这是DynamoDB按哈希键拆分数据到不同存储分区、保证任意规模下单查询毫秒级响应的底层设计决定，和关系型数据库通用B树索引的查询逻辑有本质区别。

你要做日期范围查询，GSI的排序键固定用date字段就行，哈希键根据你的数据规模选下面两种方案之一：

• 固定值哈希键（小数据量场景用）
  给所有match记录统一加一个固定值字段，比如字段名叫gsi_pk，所有记录的这个字段值都写死为"ALL_MATCH"。创建GSI时把gsi_pk设为哈希键，date设为排序键。
  这个方案实现最简单，但所有同哈希键的数据会落在同一个存储分区上，单分区有10GB存储上限、1000RCU的读吞吐量上限，只适合总match数据量不到10GB、日期查询QPS很低的场景。
• 分桶哈希键（生产环境通用方案）
  给所有match记录加一个分桶字段，比如叫query_bucket，可以根据你的查询粒度做分桶设计：如果常用查询跨度不超过1个月，可以按月份做分桶值；如果查询跨度不固定，直接给每条记录随机分配0到N之间的数字作为分桶值就行（N一般取10-100，根据你的总数据量和QPS估算，数据量越大N设得越高）。创建GSI时把query_bucket设为哈希键，date设为排序键。
  这个方案会把全量数据打散到N个不同分区，没有单分区的存储和吞吐量瓶颈，能支撑TB级数据、万级QPS的范围查询。

• 用固定值哈希键方案时：查询直接指定GSI的哈希键值为"ALL_MATCH"，排序键条件写BETWEEN :start_date AND :end_date即可，单次查询就能拉到符合时间范围的结果，结果集超过1MB时记得处理分页。
• 用分桶哈希键方案时：你需要遍历所有用到的分桶值，给每个分桶值单独发一次GSI查询——每次查询指定哈希键为当前遍历到的分桶值，排序键同样用BETWEEN :start_date AND :end_date，最后把所有分桶的查询结果合并、去重，就是你要的全量时间范围内的match记录。
  举个实际例子：如果你用0-9的10个数字做随机分桶，查2024年3月整月的match，就循环发10次查询，哈希键分别传0到9，每次的时间范围都是3月1日到3月31日，最后把10次返回的结果拼起来就行。

补充说明：如果你的表数据量很小，也可以不建GSI直接用Scan操作加FilterExpression按date字段过滤结果，但Scan会扫描全表所有数据，消耗大量读容量，数据量过万之后延迟会明显升高，生产环境不推荐用。

内容的提问来源于stack exchange，提问作者Clinton Bosch