导入DynamoDB前如何转换CSV数据类型并指定列类型

DynamoDB自带的CSV批量导入流程没有逐列指定数据类型的配置入口。它的默认解析规则会把所有无特殊标记的单元格值统一识别为String类型——哪怕你CSV里写的是裸的false、123这类值，导入完成后discarded列也会被存为值是"false"的字符串类型，完全达不到你要的BOOL类型效果。
在整个导入向导流程里，你能配置的只有表主键的数据类型，对于非主键的普通列，全程没有类型选择的下拉框，没法在导入环节直接定义每列的存储类型。

• 轻量改造CSV适配解析规则
  不需要写复杂脚本，你只需要给目标列的单元格加上DynamoDB导入功能可识别的类型前缀，就能触发自动类型转换：原本discarded列里的裸值false/true，全局批量替换成BOOL:false/BOOL:true的格式；如果是数字类的列，就给值加上N:前缀；需要存为字符串的列可以选择性加S:前缀。改完之后再走原生日志导入流程，系统会自动按照前缀标记把对应的值存为正确的类型，不会统一转成字符串。
  这种方式适合数据量不大、需要调整类型的列不多的场景，用Excel的查找替换、文本编辑器的批量替换功能就能几分钟处理完。
• 轻量脚本批量转换写入
  如果列数多、数据量大，用简单脚本处理的效率会远高于手动改文件：用Python的csv模块逐行读取源CSV，对需要指定类型的列做格式转换后，通过boto3的batch_writer接口直接写入DynamoDB。比如针对discarded列，把读取到的字符串"false"/"true"转成Python布尔值后传入，boto3会自动处理成DynamoDB的BOOL类型写入，整个逻辑代码量不到30行，稳定性也更高。

不要等导入完成后再回头改数据类型——DynamoDB本身不支持直接修改已存属性的数据类型，真的导成字符串之后，你需要写迁移脚本逐行读旧数据、转格式、写新表、删旧数据，比导入前做前置处理的工作量大好几倍。

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