百万级DynamoDB表获取存储条目计数的高效实现方案咨询

方案优劣对比 #

• 方案1（Query直接计数）：完全不适配你的场景。百万级条目规模下，若单个商铺商品量级超过几十条，每次计数都需要扫描全量匹配条目，不仅延迟会随商品数量线性增长，读成本也非常高——DynamoDB的Query计数按扫描数据量计算读容量，单商铺万级商品的单次计数就要消耗几十甚至上百读单位，性价比远低于查询预存计数。
• 方案2（事务同步更新计数）：成本和延迟表现都是三者最差。DynamoDB事务写的成本是普通写的2倍，并发写入场景下很容易出现事务冲突导致重试，反而进一步拉高延迟和开销，而你本身允许最终一致性，完全没必要为了强一致的计数付出额外成本。
• 方案3（Streams触发异步更新计数）：你的判断是正确的，该方案是三者中最适配需求的。写入侧不需要额外操作，完全不影响写入延迟和写入成本；Streams的异步处理延迟通常在百毫秒级，完全满足最终一致性要求；查询侧只需要1次GetItem调用，仅消耗1个读容量单位，成本极低。

优化建议 #

• 计数项直接存在当前DynamoDB表即可，不需要额外建表：可以把计数项的partitionKey设为{商铺ID}+productCount，sortKey设为固定值如#META#COUNT，和普通商品条目区分开，查询更便捷。
• 处理Streams事件时要做幂等校验：因为DynamoDB Streams存在重复投递的可能，更新计数时不要直接覆盖值，要用DynamoDB的增量更新表达式SET productCount = productCount + :delta，其中:delta对应新增+1、删除-1，避免重复事件导致计数不准。
• 高并发场景下可以对同商铺的Streams事件做批量聚合，同一个商铺的多次变更合并为一次计数更新，进一步降低写计数的成本。

内容的提问来源于stack exchange，提问作者Shubham Agarwal Bhewanewala