Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Menggunakan Indeks Sekunder Global untuk kueri agregasi terwujud di DynamoDB

Mempertahankan metrik kunci dan agregasi yang mendekati waktu nyata selain data yang berubah dengan cepat menjadi semakin berharga bagi bisnis untuk mengambil keputusan dengan cepat. Misalnya, perpustakaan musik mungkin ingin menampilkan lagu-lagu yang paling banyak diunduh dalam waktu nyaris nyata, atau platform e-commerce mungkin perlu menampilkan produk yang sedang tren berdasarkan kategori.

Karena DynamoDB tidak mendukung operasi agregasi secara native SUM seperti COUNT atau di seluruh item, menghitung nilai-nilai ini pada waktu baca akan memerlukan pemindaian sejumlah besar item—yang mungkin lambat dan mahal. Sebagai gantinya, Anda dapat menghitung agregasi terlebih dahulu saat data berubah dan menyimpan hasilnya sebagai item biasa di tabel Anda. Pola ini disebut agregasi terwujud.

Contoh skenario dan pola akses

Pertimbangkan aplikasi perpustakaan musik dengan persyaratan berikut:

Menghitung jumlah unduhan pada waktu baca dengan memindai semua catatan unduhan mungkin mahal pada skala ini. Sebagai gantinya, Anda dapat mempertahankan hitungan berjalan yang diperbarui saat setiap unduhan terjadi, dan menyimpannya dengan cara yang mendukung kueri yang efisien.

Mengapa agregasi pra-komputasi

Ada beberapa pendekatan untuk komputasi agregasi. Tabel berikut membandingkan alternatif umum dan menjelaskan mengapa agregasi terwujud dalam DynamoDB seringkali paling cocok untuk jenis kasus penggunaan ini.

Pendekatan agregasi terwujud membuat jalur penulisan tetap sederhana (cukup rekam unduhan), menurunkan agregasi ke proses asinkron, dan menyimpan hasilnya di DynamoDB di mana ia dapat ditanyakan dengan latensi milidetik satu digit.

Desain tabel

Desain ini menggunakan tabel tunggal dengan dua jenis item yang berbagi kunci partisi yang sama (songID) tetapi menggunakan pola kunci pengurutan yang berbeda untuk membedakannya:

Hanya item agregasi bulanan yang berisi Month atribut. Perbedaan ini penting untuk desain GSI jarang yang dijelaskan nanti.

Diagram berikut menunjukkan tata letak tabel dengan kedua jenis item:

Pipa agregasi dengan Streams dan AWS Lambda

Pipa agregasi berfungsi sebagai berikut:

Fungsi Lambda menggunakan UpdateItem panggilan dengan ADD ekspresi untuk meningkatkan jumlah unduhan secara atom. Ini menghindari kondisi read-modify-write balapan:

import boto3

dynamodb = boto3.resource('dynamodb')
table = dynamodb.Table('MusicLibrary')

def handler(event, context):
    for record in event['Records']:
        if record['eventName'] == 'INSERT':
            new_image = record['dynamodb']['NewImage']
            song_id = new_image['songID']['S']
            # Derive the month from the download timestamp
            timestamp = new_image['Timestamp']['S']
            month = timestamp[:7]  # Extract YYYY-MM

            table.update_item(
                Key={
                    'songID': song_id,
                    'SK': month
                },
                UpdateExpression='ADD DownloadCount :inc SET #m = :month',
                ExpressionAttributeNames={
                    '#m': 'Month'
                },
                ExpressionAttributeValues={
                    ':inc': 1,
                    ':month': month
                }
            )

Desain GSI jarang

Untuk melakukan kueri hasil agregat secara efisien, buat indeks sekunder global dengan skema kunci berikut:

GSI ini jarang karena hanya item agregasi bulanan yang berisi atribut. Month Catatan unduhan individual tidak memiliki atribut ini, sehingga secara otomatis dikecualikan dari indeks. Ini berarti GSI hanya berisi item agregasi yang telah dihitung sebelumnya—sebagian kecil dari total item dalam tabel.

GSI yang jarang memberikan dua manfaat utama:

Untuk informasi selengkapnya tentang cara kerja indeks sparse, lihat. Memanfaatkan indeks jarang

Menanyakan GSI

Dengan GSI yang jarang, Anda dapat menjawab beberapa jenis kueri secara efisien:

Dapatkan lagu yang paling banyak diunduh untuk bulan tertentu:

aws dynamodb query \
    --table-name "MusicLibrary" \
    --index-name "MonthDownloadsIndex" \
    --key-condition-expression "#m = :month" \
    --expression-attribute-names '{"#m": "Month"}' \
    --expression-attribute-values '{":month": {"S": "2018-01"}}' \
    --scan-index-forward false \
    --limit 1

Pengaturan ScanIndexForward untuk false mengurutkan hasil berdasarkan DownloadCount urutan menurun, dan hanya Limit=1 mengembalikan lagu teratas.

Dapatkan 10 lagu teratas untuk bulan tertentu:

aws dynamodb query \
    --table-name "MusicLibrary" \
    --index-name "MonthDownloadsIndex" \
    --key-condition-expression "#m = :month" \
    --expression-attribute-names '{"#m": "Month"}' \
    --expression-attribute-values '{":month": {"S": "2018-01"}}' \
    --scan-index-forward false \
    --limit 10

Dapatkan semua lagu diunduh dalam bulan tertentu (diurutkan berdasarkan jumlah unduhan):

aws dynamodb query \
    --table-name "MusicLibrary" \
    --index-name "MonthDownloadsIndex" \
    --key-condition-expression "#m = :month" \
    --expression-attribute-names '{"#m": "Month"}' \
    --expression-attribute-values '{":month": {"S": "2018-01"}}' \
    --scan-index-forward false

Pertimbangan-pertimbangan

Ingatlah hal berikut saat menerapkan pola ini: