如何使用Python基于url字段查询DynamoDB表中对应data列的值

首先确保你已经安装了AWS Python SDK boto3，并完成了AWS凭证配置（可通过本地AWS配置文件、环境变量、IAM角色等方式配置，不建议硬编码凭证到代码中）。

情况1：url为表的分区键（推荐配置） #

如果url是表的主键（分区键），直接用get_item接口查询即可，性能最好、成本最低，代码示例：

import boto3

# 初始化DynamoDB资源，替换为你实际的AWS区域
dynamodb = boto3.resource('dynamodb', region_name='ap-northeast-1')
# 替换为你实际的表名
table = dynamodb.Table('your_table_name')

# 要查询的目标url
target_url = "https://www.google.com"

try:
    response = table.get_item(
        Key={
            'url': target_url
        },
        # 只返回需要的data字段，减少不必要的数据传输
        ProjectionExpression='data'
    )
    if 'Item' in response:
        data_value = response['Item']['data']
        print(f"查询到的data值为：{data_value}")
    else:
        print("未查询到对应url的记录")
except Exception as e:
    print(f"查询出错：{str(e)}")

情况2：url不是表的分区键 #

建议先为url字段创建全局二级索引（GSI），避免全表扫描，索引创建完成后用如下代码查询：

import boto3

dynamodb = boto3.resource('dynamodb', region_name='你的AWS区域')
table = dynamodb.Table('你的表名')
target_url = "https://www.google.com"

try:
    response = table.query(
        # 替换为你创建的GSI的索引名
        IndexName='url_gsi',
        KeyConditionExpression=boto3.dynamodb.conditions.Key('url').eq(target_url),
        ProjectionExpression='data'
    )
    items = response['Items']
    if items:
        # 如果url唯一直接取第一条即可
        data_value = items[0]['data']
        print(f"查询到的data值为：{data_value}")
    else:
        print("未查询到对应记录")
except Exception as e:
    print(f"查询出错：{str(e)}")

如果是数据量极小的测试表，不想建索引可以临时用scan查询，生产环境大表禁止使用，会触发全表扫描，性能差、成本高：

注意：scan方案仅适合表数据量小于1000条的测试场景使用

import boto3

dynamodb = boto3.resource('dynamodb', region_name='你的AWS区域')
table = dynamodb.Table('你的表名')
target_url = "https://www.google.com"

response = table.scan(
    FilterExpression=boto3.dynamodb.conditions.Attr('url').eq(target_url),
    ProjectionExpression='data'
)
if response['Items']:
    print(response['Items'][0]['data'])
else:
    print("未查询到对应记录")

内容的提问来源于stack exchange，提问作者Aniiya0978