python dynamodb扫描吞吐量错误

Question

我有一个数据库，该数据库具有segment_id，beat_id，Patient_id

在dynamoDB版本2中，当我使用以下命令进行扫描时，我只能获取1位特定患者的值。 当我输入其他细分时，患者会得到一个ThroughputExceededException。

table.scan(segment_id__eq='xCrKYvnfZlm6VCQ',beat_id__gt=1,patient_id__eq='3854520.edf')

1. 为什么只对1位患者起作用，而对其他患者却给出ThroughputExceededException？

Answer 1

您执行的扫描将读取DynamoDB表中的每个项目，如果满足指定条件（segment_id__eq ='xCrKYvnfZlm6VCQ'，beat_id__gt = 1，Patient_id__eq ='3854520.edf'），则将其返回。 每次读取（即使该项目不符合条件）也会消耗您预配置的读取容量。 如果要检索单个记录，则对DynamoDB使用GetItem或BatchGetItem调用将是最有效的，因为您只会消耗指定项目的读取容量。 如果您要检索特定范围的记录，则使用范围键或全局或本地二级索引将更加有效，这样您就可以查询项目，因为您只会消耗满足查询条件的所有项目的读取容量。 您能否提供有关表架构的更多信息？

请参阅此开发人员指南 ，其中详细描述了扫描和查询之间的区别。

例如，如果segment_id是哈希键，beat_id是范围键，则使用查询。 您可以查询具有指定segment_id和指定beat_id范围的所有记录。 这只会消耗检索这些特定记录所需的读取容量，而不是读取整个表。 此外，您可以将查询过滤器应用于其他属性，例如Patient_id，以便仅返回所需的结果。

有关扫描/查询消耗容量的更多详细信息：

查询和扫描都是最终一致的读取，因此一个读取容量单位将使您以每秒8KB的速度读取数据。

如果您仍然遇到节流问题，可以使用以下几种方法来减轻异常：

1. 增加请求之间的时间，以使您的读取速率保持在预配置的读取容量以下。 默认情况下，SDK 重试限制异常。
2. 增加预配置的读取容量以说明项目大小和请求率。 有关预配置吞吐量如何工作以及如何 计算项目大小的信息，请参见这些资源。

有关扫描定价的更多详细信息：

要弄清楚需要使用“扫描”或“查询”来读取表中项目的读取容量，请执行以下操作：

1. 弄清楚您正在读取多少数据（总计将要读取的所有项目的大小）
2. 四舍五入到最接近的4KB倍数
3. 用4KB（严格一致的读取）或8KB（最终一致的读取）除以得到将要使用的容量单位数。

要弄清需要使用GetItem或BatchGetItem读取表中项目的读取容量，请执行以下操作：

1. 对于每个单独的项目，将其大小四舍五入到最接近的4KB倍数
2. 除以4KB（高度一致的读取）或8kb（最终一致的读取），得出每个单个项目将消耗的容量单位数。
3. 将每个项目要消耗的容量单位加起来，以获得要消耗的容量单位总数。

举例来说，假设我的表中有10个项目，它们都是1KB，并且我计划使用最终一致的操作来检索它们。 如果我使用GetItem检索它们，则每个单独的项目将消耗读取容量单位的1/2，因此总成本将为1/2 * 10 = 5个读取容量单位。 如果我通过扫描检索它们，则合并的所有项目的总大小为10KB，这将消耗2个读取容量单位。