AWS DynamoDB表分区键设计与On Demand模式使用问题咨询

问题1解答 #

你当前的表键设计完全匹配你的查询场景，效率非常高。你的查询属于DynamoDB原生支持的分区键精确匹配+排序键前缀范围查询，不需要全表扫描、不需要额外创建全局二级索引，查询延迟可以稳定在毫秒级，是最优的设计方案。

问题2解答 #

这个分区设计完全合理。DynamoDB单个分区的存储上限是10GB，你单文件最多2万条记录，就算每条记录大小到1KB，总大小也才20MB，远低于单分区存储阈值，不会出现分区拆分或者分布不均的问题。

问题3解答 #

你当前的场景完全不需要使用key-sharing方案。key-sharing仅适用于单分区键对应数据量超过10GB、或者单分区键持续吞吐量超过3000RCU/1000WCU的场景。你导入CSV的流量是一次性突发流量，单文件最多2万条数据，完全达不到需要分片的阈值。额外给分区键加后缀反而会增加查询逻辑复杂度，查询同一个文件的同状态记录需要跨多个分区键聚合，反而降低查询效率。

问题4解答 #

3000RCU/1000WCU是单分区的瞬时吞吐量上限，不是整个表的配额。按需模式下整表的吞吐量会根据实际访问量自动弹性扩容，只要流量不是持续集中在同一个分区上，不会触发限流。就算短时间内单分区流量超过阈值，DynamoDB内置的突发流量缓冲池也会承接峰值，只要不是持续30分钟以上打满单分区吞吐量，基本不会抛出ProvisionedThroughputExceededException异常。如果偶发该异常，添加指数退避重试逻辑即可解决，你的CSV导入场景基本不会遇到这个问题。

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