DynamoDB全局二级索引使用contains运算符查询的效率及合理性问题

你设计的方案无法发挥GSI的查询效率优势，执行逻辑和全表Scan基本一致，不建议在生产环境使用。

• DynamoDB的全局二级索引（GSI）仅支持对索引分区键做精确等值匹配触发高效的索引查询，contains属于模糊匹配运算符，不支持作为GSI分区键的查询条件。
• 你将contains放在过滤表达式中执行时，DynamoDB会先扫描整个GSI的全量数据，再逐行校验过滤条件，不仅会消耗和全表Scan等量的读容量，延迟也会随数据量增长线性上升。

针对“查询包含指定code的所有文档”的场景，可采用多写稀疏GSI的设计：

1. 新增GSI分区键字段entity_code_pk，写入文档时，针对entities数组中的每一个code，都写入一条对应的副本数据，每条副本的entity_code_pk分别设置为单个entity.code的值，其余字段和原文档完全一致。
2. 给entity_code_pk字段创建GSI，查询时直接指定GSI的分区键条件为entity_code_pk = 待查询的code值，即可直接命中所有符合条件的文档，查询效率为最优的O(1)级别，读容量消耗仅和匹配的条目数量有关。
3. 如果单条文档包含多个匹配的code，查询会返回重复的文档数据，仅需在应用层做简单去重即可。

如果你的表总数据量小于1万条、查询QPS极低，可以直接对原表做Scan操作，配合contains(entities[*].code, :codeVal)的过滤表达式实现需求，不需要额外新增字段和索引，但不适合中大规模生产环境使用。

内容的提问来源于stack exchange，提问作者Andrey Yaskulsky