DynamoDB – 最佳实践

某些做法在使用各种源和元素时优化代码、防止错误并最小化吞吐量成本。

以下是 DynamoDB 中一些最重要和最常用的最佳实践。

表

表的分布意味着最好的方法在所有表项中均匀分布读/写活动。

旨在对表项进行统一的数据访问。最佳吞吐量使用取决于主键选择和项目工作负载模式。在分区键值之间均匀分布工作负载。避免诸如少量频繁使用的分区键值之类的事情。选择更好的选择，例如大量不同的分区键值。

了解分区行为。估计 DynamoDB 自动分配的分区。

DynamoDB 提供突发吞吐量使用，为“突发”功率保留未使用的吞吐量。避免大量使用此选项，因为突发会快速消耗大量吞吐量；此外，它并不能证明是一种可靠的资源。

在上传时，分发数据以实现更好的性能。通过同时上传到所有分配的服务器来实现这一点。

缓存经常使用的项目以将读取活动卸载到缓存而不是数据库。

项目

限制、性能、大小和访问成本仍然是项目最大的问题。选择一对多表。删除属性并划分表以匹配访问模式。您可以通过这种简单的方法显着提高效率。

在存储它们之前压缩大值。使用标准压缩工具。对大型属性值（如 S3）使用备用存储。您可以将对象存储在 S3 中，并将标识符存储在项目中。

通过虚拟物品碎片在多个物品之间分配大属性。这为项目大小的限制提供了一种解决方法。

查询和扫描

查询和扫描主要受到吞吐量消耗挑战的影响。避免突发，这通常是由于切换到强一致性读取等原因造成的。以低资源方式使用并行扫描（即没有限制的后台功能）。此外，仅将它们用于大型表，并且在您没有充分利用吞吐量或扫描操作的情况下性能不佳。

本地二级指数

索引在吞吐量和存储成本以及查询效率方面存在问题。除非经常查询属性，否则避免索引。在预测中，明智地选择，因为它们会使索引膨胀。只选择那些经常使用的。

使用稀疏索引，即排序键不会出现在所有表项中的索引。它们有益于对大多数表项中不存在的属性进行查询。

注意项目集合（所有表格项目及其索引）的扩展。添加/更新操作会导致表和索引同时增长，10GB 仍然是集合的限制。

全球二级指数

索引在吞吐量和存储成本以及查询效率方面存在问题。选择关键属性传播，如表中的读/写传播提供工作负载一致性。选择均匀分布数据的属性。此外，利用稀疏索引。

利用全局二级索引在请求适度数据的查询中进行快速搜索。