DynamoDB下如何编码区间为字符串实现区间相交查询

核心结论 #

首先明确：不存在可以仅通过单次between或beginsWith操作就100%准确实现区间相交校验的单值编码方案。
区间相交需要同时满足itemStart < queryEnd和queryStart < itemEnd两个独立条件，而单维的连续范围查询或前缀匹配本质只能表达一维顺序约束，无法同时覆盖两个独立条件的组合，必然会出现漏判或误判。

可行落地方案 #

以下是两类在DynamoDB生产环境中广泛使用的实现方案，可根据业务场景选择：

方案一：分层块编码（无二次过滤，低冗余） #

适合对查询性能要求高，不愿意做应用层过滤的场景：

1. 先将整个数值范围（[0, 3254778254386]）按业务需要的粒度拆分为多层级块，比如日期场景可按「年-月-日-时」分层，每个块对应固定长度的编码。
2. 对每个待存储的区间，生成它所覆盖的所有块编码作为encodedItem写入，完全覆盖的上层块可合并存储以减少冗余。比如跨3天的日粒度区间，只需存储3个对应日期的编码即可。
3. 查询时生成查询区间覆盖的所有块的范围，直接用between查询即可命中所有相交区间，无需额外处理。

• 优势：存储冗余比离散点方案低3个数量级以上，查询逻辑简单无额外开销。
• 示例：

// 日粒度分层编码示例
item = { start: 1696128000000, end: 1696387200000 } // 2023-10-01 到 2023-10-03
encodedItems = ["20231001", "20231002", "20231003"]

query = { start: 1696214400000, end: 1696473600000 } // 2023-10-02 到 2023-10-04
// 查询 20231002 ~ 20231004 即可命中相交的item
intersects = between(encodedItem, "20231002", "20231004")

方案二：单值端点编码+轻量应用层过滤（零冗余，成本最低） #

适合绝大多数业务场景，是目前DynamoDB区间查询的主流实现：

1. 将每个区间的itemStart转为固定长度的零补齐字符串作为唯一的encodedItem，比如所有数值统一补零到13位。
2. 查询时直接用between(encodedItem, "0000000000000", 固定长度的queryEnd字符串)，即可拿到所有满足itemStart < queryEnd的条目。
3. 对返回的结果在应用层做一次简单过滤，去掉itemEnd < queryStart的条目，剩下的就是完全符合相交条件的结果。

• 优势：无任何存储冗余，写入成本最低，应用层过滤的开销极低，几乎不会影响整体性能。
• 示例：

item = { start: 1696128000000, end: 1696387200000 }
encodedItem = "1696128000000"

query = { start: 1696214400000, end: 1696473600000 }
encodedQueryEnd = "1696473600000"
// 第一步DynamoDB查询
tempResult = between(encodedItem, "0000000000000", encodedQueryEnd)
// 第二步应用层过滤
finalResult = tempResult.filter(item => item.end > query.start)

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