以下是几种实现DynamoDB数据新增后QuickSight仪表盘实时/近实时更新的可行方案：

方案1：DynamoDB Streams + Lambda + QuickSight SPICE增量刷新 #

适合需要低延迟且依赖SPICE高性能查询的场景：

• 给目标DynamoDB表开启DynamoDB Streams，选择捕获NEW_AND_OLD_IMAGES或NEW_IMAGE模式，确保能获取新增数据事件
• 创建Lambda函数，将DynamoDB Stream设为触发源，函数逻辑无需处理数据内容，只需调用QuickSight的CreateIngestion API触发对应SPICE数据集的增量刷新
• 配置Lambda的IAM角色：需包含dynamodb:DescribeStream、dynamodb:GetRecords、dynamodb:GetShardIterator权限，以及quicksight:CreateIngestion权限，同时要允许访问目标QuickSight数据集

方案2：DynamoDB → S3 → Athena → QuickSight（近实时） #

适合数据量较大、需要灵活分析的场景：

• 开启DynamoDB Streams，用Lambda将新增数据以JSON/Parquet格式同步到S3的时间分区路径（如s3://your-bucket/dynamo-data/year=YYYY/month=MM/day=DD/）
• 在Athena中创建外部表，映射S3中存储的DynamoDB数据结构，利用分区提升查询效率
• 在QuickSight中创建基于Athena的数据集，可设置固定间隔的计划刷新，或通过Lambda调用QuickSight API触发按需刷新
• 若需更接近实时，可缩短S3同步的批量间隔，或使用Athena的实时查询模式

方案3：QuickSight直接查询DynamoDB（准实时） #

适合数据量较小、对实时性要求不是极端苛刻的场景：

• 在QuickSight中创建基于DynamoDB的直接查询数据集（不导入SPICE），这种模式下每次打开或刷新仪表盘时，都会直接查询DynamoDB的最新数据
• 注意：该方案依赖DynamoDB的读写性能，仪表盘加载速度会受DynamoDB响应速度影响，且频繁查询可能增加DynamoDB的消耗

关键注意事项 #

• 配置SPICE增量刷新时，需确保数据集已开启增量刷新选项，避免全量刷新浪费资源
• 所有跨服务操作的IAM权限必须配置完整，避免因权限不足导致同步失败
• 对于高并发的DynamoDB写入场景，建议在Lambda中加入批量处理逻辑，减少QuickSight API的调用频率

内容的提问来源于stack exchange，提问作者Hema Chandrika Ravela