DynamoDB表设计 #

核心原则：
├── 以访问模式为中心
├── 一个表解决多种访问模式
├── 利用排序键组织数据
└── 合理使用索引补充查询

设计流程：
├── 1. 分析访问模式
│   ├── 识别所有查询需求
│   ├── 确定查询频率
│   └── 分析数据关系
├── 2. 设计主键
│   ├── 选择分区键
│   ├── 选择排序键
│   └── 确保均匀分布
├── 3. 设计索引
│   ├── 识别额外查询模式
│   ├── 选择投影类型
│   └── 评估成本
└── 4. 优化调整
    ├── 测试性能
    ├── 调整设计
    └── 监控优化

访问模式列表：
├── 1. 根据用户ID获取用户信息
├── 2. 根据用户ID获取所有订单
├── 3. 根据订单ID获取订单详情
├── 4. 根据日期范围查询订单
├── 5. 根据状态查询订单
├── 6. 根据产品ID查询订单
└── 7. 统计用户订单数量

访问模式类型：
├── 单项目访问
│   └── 通过主键获取单个项目
├── 范围查询
│   └── 通过分区键+排序键范围查询
├── 过滤查询
│   └── 需要扫描过滤
└── 聚合查询
    └── 需要计算统计

优先级排序：
├── 高频访问模式 → 主键设计
├── 中频访问模式 → 二级索引
└── 低频访问模式 → Scan或导出分析

分区键设计原则：
├── 高基数
│   └── 大量不同的值
├── 均匀分布
│   └── 访问均匀分散
├── 稳定性
│   └── 值不频繁变化
└── 查询友好
    └── 支持主要查询模式

{
  "PK": "USER#12345",        // 用户ID，高基数
  "PK": "ORDER#2024-001234", // 订单ID，高基数
  "PK": "DEVICE#SENSOR001"   // 设备ID，高基数
}

{
  "PK": "STATUS#ACTIVE",     // 状态值，低基数
  "PK": "DATE#2024-01-01",   // 日期，可能热点
  "PK": "REGION#BEIJING"     // 区域，可能热点
}

排序键设计原则：
├── 支持范围查询
├── 支持排序需求
├── 组织相关数据
└── 支持层级关系

[
  {"PK": "DEVICE#SENSOR001", "SK": "2024-01-01T10:00:00"},
  {"PK": "DEVICE#SENSOR001", "SK": "2024-01-01T10:01:00"},
  {"PK": "DEVICE#SENSOR001", "SK": "2024-01-01T10:02:00"}
]

[
  {"PK": "USER#12345", "SK": "PROFILE"},
  {"PK": "USER#12345", "SK": "ORDER#2024-001"},
  {"PK": "USER#12345", "SK": "ORDER#2024-002"},
  {"PK": "USER#12345", "SK": "ADDRESS#HOME"}
]

[
  {"PK": "DOC#README", "SK": "v1.0"},
  {"PK": "DOC#README", "SK": "v1.1"},
  {"PK": "DOC#README", "SK": "v2.0"}
]

优势：
├── 简化架构
├── 降低成本
├── 提高性能
├── 简化运维
└── 支持事务

[
  {
    "PK": "USER#12345",
    "SK": "PROFILE",
    "Type": "User",
    "Name": "John Doe",
    "Email": "john@example.com"
  },
  {
    "PK": "USER#12345",
    "SK": "ORDER#2024-001",
    "Type": "Order",
    "OrderId": "2024-001",
    "Total": 99.99,
    "Status": "COMPLETED"
  },
  {
    "PK": "USER#12345",
    "SK": "ORDER#2024-002",
    "Type": "Order",
    "OrderId": "2024-002",
    "Total": 149.99,
    "Status": "PENDING"
  }
]

// 获取用户所有数据
await docClient.query({
  TableName: 'AppTable',
  KeyConditionExpression: 'PK = :pk',
  ExpressionAttributeValues: { ':pk': 'USER#12345' }
});

// 获取用户所有订单
await docClient.query({
  TableName: 'AppTable',
  KeyConditionExpression: 'PK = :pk AND begins_with(SK, :prefix)',
  ExpressionAttributeValues: {
    ':pk': 'USER#12345',
    ':prefix': 'ORDER#'
  }
});

访问模式 → 主键/索引映射：

1. 获取用户信息
   PK = USER#userId, SK = PROFILE

2. 获取用户所有订单
   PK = USER#userId, SK begins_with ORDER#

3. 获取订单详情
   PK = USER#userId, SK = ORDER#orderId
   或 GSI: PK = ORDER#orderId

4. 按日期查询订单
   GSI: PK = ORDER_DATE#2024-01-01

5. 按状态查询订单
   GSI: PK = ORDER_STATUS#PENDING

[
  {
    "PK": "USER#12345",
    "SK": "PROFILE",
    "GSI1PK": "EMAIL#john@example.com",
    "GSI1SK": "USER#12345"
  },
  {
    "PK": "USER#12345",
    "SK": "ORDER#2024-001",
    "GSI1PK": "ORDER_STATUS#PENDING",
    "GSI1SK": "2024-01-01T10:00:00"
  }
]

// 通过Email查询用户
await docClient.query({
  TableName: 'AppTable',
  IndexName: 'GSI1',
  KeyConditionExpression: 'GSI1PK = :pk',
  ExpressionAttributeValues: { ':pk': 'EMAIL#john@example.com' }
});

// 查询待处理订单
await docClient.query({
  TableName: 'AppTable',
  IndexName: 'GSI1',
  KeyConditionExpression: 'GSI1PK = :pk',
  ExpressionAttributeValues: { ':pk': 'ORDER_STATUS#PENDING' }
});

{
  "PK": "DEVICE#SENSOR001",
  "SK": "2024-01#2024-01-01T10:00:00",
  "Temperature": 25.5,
  "Humidity": 60
}

const oneHourAgo = new Date(Date.now() - 3600000).toISOString();

await docClient.query({
  TableName: 'TimeSeries',
  KeyConditionExpression: 'PK = :pk AND SK >= :startTime',
  ExpressionAttributeValues: {
    ':pk': 'DEVICE#SENSOR001',
    ':startTime': `2024-01#${oneHourAgo}`
  }
});

{
  "PK": "USER#12345",
  "SK": "CART",
  "Items": [
    {
      "ProductId": "PROD001",
      "Name": "iPhone 15",
      "Price": 999,
      "Quantity": 1
    }
  ],
  "TotalPrice": 999,
  "LastUpdated": "2024-01-01T10:00:00Z"
}

// 获取购物车
await docClient.get({
  TableName: 'AppTable',
  Key: { PK: 'USER#12345', SK: 'CART' }
});

// 更新购物车
await docClient.update({
  TableName: 'AppTable',
  Key: { PK: 'USER#12345', SK: 'CART' },
  UpdateExpression: 'SET Items = :items, TotalPrice = :total, LastUpdated = :now',
  ExpressionAttributeValues: {
    ':items': updatedItems,
    ':total': calculateTotal(updatedItems),
    ':now': new Date().toISOString()
  }
});

{
  "PK": "LEADERBOARD#GAME001",
  "SK": "SCORE#99999#USER#12345",
  "UserId": "12345",
  "Score": 99999,
  "Rank": 1,
  "Timestamp": "2024-01-01T10:00:00Z"
}

await docClient.query({
  TableName: 'Leaderboard',
  KeyConditionExpression: 'PK = :pk',
  ExpressionAttributeValues: { ':pk': 'LEADERBOARD#GAME001' },
  ScanIndexForward: false,  // 降序
  Limit: 10
});

[
  {
    "PK": "USER#12345",
    "SK": "FOLLOWING#USER#67890",
    "FollowedAt": "2024-01-01T10:00:00Z"
  },
  {
    "PK": "USER#67890",
    "SK": "FOLLOWER#USER#12345",
    "FollowedAt": "2024-01-01T10:00:00Z"
  }
]

// 获取用户关注的人
await docClient.query({
  TableName: 'Social',
  KeyConditionExpression: 'PK = :pk AND begins_with(SK, :prefix)',
  ExpressionAttributeValues: {
    ':pk': 'USER#12345',
    ':prefix': 'FOLLOWING#'
  }
});

// 获取用户的粉丝
await docClient.query({
  TableName: 'Social',
  KeyConditionExpression: 'PK = :pk AND begins_with(SK, :prefix)',
  ExpressionAttributeValues: {
    ':pk': 'USER#12345',
    ':prefix': 'FOLLOWER#'
  }
});

[
  {
    "PK": "POST#POST001",
    "SK": "COMMENT#2024-01-01T10:00:00#COMMENT001",
    "UserId": "USER#12345",
    "Content": "Great post!",
    "CreatedAt": "2024-01-01T10:00:00Z"
  },
  {
    "PK": "POST#POST001",
    "SK": "COMMENT#2024-01-01T11:00:00#COMMENT002",
    "UserId": "USER#67890",
    "Content": "Thanks for sharing!",
    "CreatedAt": "2024-01-01T11:00:00Z"
  }
]

// 获取文章所有评论（按时间排序）
await docClient.query({
  TableName: 'Comments',
  KeyConditionExpression: 'PK = :pk',
  ExpressionAttributeValues: { ':pk': 'POST#POST001' },
  ScanIndexForward: true  // 升序（时间从早到晚）
});

GSI设计原则：
├── 仅创建必要的索引
├── 选择合适的投影类型
├── 考虑稀疏索引
├── 避免热点分区键
└── 监控索引使用

稀疏索引特点：
├── 仅包含有索引键属性的项目
├── 适合可选属性查询
└── 减少索引存储和成本

[
  {
    "PK": "USER#12345",
    "SK": "PROFILE",
    "Email": "john@example.com"
    // 无Phone属性
  },
  {
    "PK": "USER#67890",
    "SK": "PROFILE",
    "Email": "jane@example.com",
    "Phone": "+86-138-xxxx-xxxx"  // 有Phone属性
  }
]

// PhoneIndex只包含有Phone属性的用户
await docClient.query({
  TableName: 'Users',
  IndexName: 'PhoneIndex',
  KeyConditionExpression: 'Phone = :phone',
  ExpressionAttributeValues: { ':phone': '+86-138-xxxx-xxxx' }
});

热点迹象：
├── 特定分区键请求量异常高
├── 延迟增加
├── ThrottledRequestCount增加
└── CloudWatch指标异常

// 原始设计（可能热点）
const partitionKey = `DATE#${date}`;

// 优化设计（分散写入）
const suffix = Math.floor(Math.random() * 10);
const partitionKey = `DATE#${date}#${suffix}`;

// 读取时需要查询所有后缀
const promises = [];
for (let i = 0; i < 10; i++) {
  promises.push(docClient.query({
    TableName: 'Table',
    KeyConditionExpression: 'PK = :pk',
    ExpressionAttributeValues: { ':pk': `DATE#${date}#${i}` }
  }));
}
const results = await Promise.all(promises);

// 按小时分片
const hour = new Date().getHours();
const partitionKey = `DATE#${date}#HOUR#${hour}`;

设计检查清单：
├── 访问模式分析
│   ├── 所有查询模式已识别
│   ├── 高频查询已优化
│   └── 低频查询有方案
├── 主键设计
│   ├── 分区键高基数
│   ├── 分区键均匀分布
│   └── 排序键支持范围查询
├── 索引设计
│   ├── 索引数量合理
│   ├── 投影类型合适
│   └── 无热点问题
└── 成本优化
    ├── 项目大小合理
    ├── 避免过度索引
    └── 选择合适容量模式

避免以下设计：
├── 低基数分区键
│   └── 如：STATUS#ACTIVE
├── 过度使用Scan
│   └── Scan消耗大量RCU
├── 过多索引
│   └── 增加成本和写入延迟
├── 大项目
│   └── 接近400KB限制
└── 深度嵌套
    └── 超过32层嵌套