DynamoDB表查询匹配多字段值是否需GSI及高效实现方案

现有表结构限制分析 #

你当前的表主键为applicationName（分区键） + requestId（排序键），DynamoDB原生Query操作要求必须指定分区键的精确值，且仅能对主键/索引键添加条件，非键字段只能在过滤规则中使用。
如果直接基于原表操作，你只能按以下逻辑执行：

• 用Query指定applicationName = 'FOO'读该分区下的所有数据
• 再通过FilterExpression过滤requestStatus = 'DENIED'和resolver = 'SOMEONE'
  这种方式的问题是：你需要为分区内所有被扫描的项支付RCU成本，过滤掉的项不会退还费用，分区数据量大时效率极低，资源浪费严重。

是否需要创建GSI？ #

要实现高效、低成本的查询，必须创建全局二级索引（GSI），否则仅能使用低效的Scan或带过滤的Query，不适合生产环境使用。

最优GSI设计方案 #

推荐使用以下GSI结构，可实现无过滤的精准查询，成本最低、性能最好：

可使用的操作类型 #

GSI创建完成后，直接使用Query操作即可完成查询，完全不需要使用Scan。Query操作只会读取符合索引键条件的项，没有冗余资源消耗。

Java DynamoDBMapper实现示例 #

1. 实体类注解配置 #

@DynamoDBTable(tableName = "你的表名")
public class AppRequest {
    private String applicationName;
    private String requestId;
    private Long creationTime;
    private String requestStatus;
    private String resolver;
    // GSI复合排序键字段，存requestStatus + "#" + resolver
    private String statusResolverKey;

    @DynamoDBHashKey
    public String getApplicationName() {
        return applicationName;
    }

    @DynamoDBRangeKey
    public String getRequestId() {
        return requestId;
    }

    // GSI分区键配置
    @DynamoDBIndexHashKey(globalSecondaryIndexName = "AppStatusResolverGSI")
    public String getApplicationName() {
        return applicationName;
    }

    // GSI排序键配置
    @DynamoDBIndexRangeKey(globalSecondaryIndexName = "AppStatusResolverGSI")
    public String getStatusResolverKey() {
        // 也可以在getter里自动拼接，不需要手动维护
        return requestStatus + "#" + resolver;
    }

    // 其他字段的getter/setter省略
}

2. 查询代码 #

// 构造查询条件
AppRequest queryKey = new AppRequest();
queryKey.setApplicationName("FOO");
queryKey.setStatusResolverKey("DENIED#SOMEONE");

DynamoDBQueryExpression<AppRequest> queryExpression = new DynamoDBQueryExpression<AppRequest>()
        .withHashKeyValues(queryKey)
        .withConsistentRead(false); // GSI默认不支持强一致读，无需开启

// 执行查询
List<AppRequest> result = dynamoDBMapper.query(AppRequest.class, queryExpression);

特殊场景说明 #

如果你不想新增复合字段，可以退而求其次创建GSI：分区键为applicationName，排序键为requestStatus，投影resolver字段。查询时指定分区键和排序键的精确值，再添加FilterExpression过滤resolver字段即可，性能比直接用原表好，但仍有少量过滤损耗。
绝对不推荐直接使用Scan操作，全表扫描的成本和延迟会随着数据量增长急剧上升，仅适合表数据量不足1000条的测试场景使用。

内容的提问来源于stack exchange，提问作者10110