DynamoDB的update_item能否为不同更新字段分别设置独立条件？

结论 #

你最初期望的写法不可行，但可以通过调整update_item的更新表达式，在单次调用中完成全部操作，不需要使用事务。

原写法的问题 #

你对AWS文档的理解是正确的：DynamoDB的ConditionExpression是控制整个更新操作是否执行的总开关，只要表达式结果为true，UpdateExpression里定义的所有字段更新都会全部执行，不会区分每个字段自己的前置条件。

举个实际场景就懂了：假设现在JobTitle的更新条件不满足（比如传入的LastUpdated不比存储的值新），但Project ID是新的需要追加，这时候你的总条件表达式结果为true，不仅会追加项目信息，还会强制把JobTitle覆盖成你传入的新值，完全不符合你的更新规则。

正确的单请求实现方案 #

核心思路是在UpdateExpression中使用DynamoDB内置的if条件函数，给每个字段的更新单独加上前置判断：满足条件就用新值，不满足就保留字段原有值，等于没更新。

修正后的代码如下：

r = table.update_item(
    Key = {
        "PK": data['PK'],
        "SK": data['SK']
    },
    UpdateExpression = """
        SET 
            #JobTitle = if(#LastUpdated < :LastUpdated AND #JobTitle <> :JobTitle, :JobTitle, #JobTitle),
            #LastUpdated = if(#LastUpdated < :LastUpdated AND #JobTitle <> :JobTitle, :LastUpdated, #LastUpdated),
            #Projects = if(not(contains(#ProjectList, :ProjectID)), list_append(if_not_exists(#Projects, :empty_list), :ProjectMap), #Projects),
            #ProjectList = if(not(contains(#ProjectList, :ProjectID)), list_append(if_not_exists(#ProjectList, :empty_list), :ProjectID), #ProjectList)
    """,
    # 总条件用于过滤两个更新都不满足的场景，避免无意义的写容量消耗
    ConditionExpression = "(#LastUpdated < :LastUpdated AND #JobTitle <> :JobTitle) OR not(contains(#ProjectList, :ProjectID))",
    ExpressionAttributeNames = {
        "#JobTitle": "JobTitle",
        "#LastUpdated": "LastUpdated",
        "#Projects": "Projects",
        "#ProjectList": "ProjectList"
    },
    ExpressionAttributeValues = {
        ":empty_list": [],
        ":JobTitle": "Senior Project Manager",
        ":LastUpdated": "20210102",
        ":ProjectMap": [{
            "Name": "Project C",
            "ID": "7463848373"
        }],
        ":ProjectID": ["7463848373"]
    }
)

说明 #

1. 每个字段的赋值都加了独立的条件判断，只有对应规则满足时才更新，否则保留原值，不会出现误覆盖的问题
2. 额外加了LastUpdated的更新逻辑：JobTitle更新成功后同步更新时间戳，符合常规业务逻辑，不需要可以删掉
3. 修正了原示例代码中的语法问题：表达式属性值漏写逗号、Project对象属性之间漏写逗号

要不要用事务？ #

完全不需要。事务是用来保证多个Item操作的原子性的，你这个是单个Item的更新，单次update_item调用本身就具备原子性，调整表达式就能满足需求，用事务反而会增加成本和复杂度。

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