DynamoDB 在不使用主键的情况下进行查询的最佳解决方案
DynamoDB best solution to making queries without using the primary key
我在 DyamoDB 中有一个与此类似的 table：
StaffID, Name, Email, Office
1514923 Winston Smith, SmithW@company.com, 101
它只有大约 100 行。
我正在试验亚马逊的 Alexa 以及将其用于基于语音的查询的可能性，例如
'Where is Winston Smith?'
问题是，当使用 Alexa 函数从 table 中提取结果时，它永远不会通过主键 StaffID - 因为您不会让用户询问：
'Where is 1514923?'
根据我的阅读，查询非主键值非常慢...在使用 Python 和 DynamoDB 时是否有 suitable 解决方案？
我知道只有 100 行可以忽略不计 - 但我想以正确的行业标准方式做事。或者对于这种情况，最好的解决方案是简单地扫描 tables - 当它们变得太大时将它们分成不同的用户组？
这里有两种方法，具体取决于您的应用程序：
- 如果您只想通过
Name 字段查询此 table，则更改 table 使其具有分区键 Name 而不是StaffID。 DynamoDB 不是 SQL - 除非您实际使用它，否则无需将所有内容都键入 ID 字段。 （请注意，您实际上不能 "change" 现有 DynamoDB table 上的分区键 - 您必须重建 table）。
- 如果您想通过
StaffID 和 Name 高效查询，请使用 Name 字段为 table 创建一个 global secondary index。请注意，全局二级索引需要它们自己配置的吞吐量和存储空间，这两者当然是等价的。
除此之外：这与您使用 Python 接口这一事实无关，它适用于所有 DynamoDB 访问。
我在 DyamoDB 中有一个与此类似的 table：
StaffID, Name, Email, Office
1514923 Winston Smith, SmithW@company.com, 101
它只有大约 100 行。
我正在试验亚马逊的 Alexa 以及将其用于基于语音的查询的可能性，例如
'Where is Winston Smith?'
问题是，当使用 Alexa 函数从 table 中提取结果时，它永远不会通过主键 StaffID - 因为您不会让用户询问：
'Where is 1514923?'
根据我的阅读，查询非主键值非常慢...在使用 Python 和 DynamoDB 时是否有 suitable 解决方案？
我知道只有 100 行可以忽略不计 - 但我想以正确的行业标准方式做事。或者对于这种情况，最好的解决方案是简单地扫描 tables - 当它们变得太大时将它们分成不同的用户组？
这里有两种方法，具体取决于您的应用程序：
- 如果您只想通过
Name字段查询此 table，则更改 table 使其具有分区键Name而不是StaffID。 DynamoDB 不是 SQL - 除非您实际使用它，否则无需将所有内容都键入 ID 字段。 （请注意，您实际上不能 "change" 现有 DynamoDB table 上的分区键 - 您必须重建 table）。 - 如果您想通过
StaffID和Name高效查询，请使用Name字段为 table 创建一个 global secondary index。请注意，全局二级索引需要它们自己配置的吞吐量和存储空间，这两者当然是等价的。
除此之外：这与您使用 Python 接口这一事实无关，它适用于所有 DynamoDB 访问。