dynamodb 中的 scan 和 query 有什么区别？ 什么时候使用扫描/查询？

Question

DynamoDB 文档中指定的查询操作：

查询操作仅搜索主键属性值，并支持键属性值上的比较运算符子集以优化搜索过程。

和扫描操作：

扫描操作扫描整个表。 在完成扫描后，您可以指定过滤器以应用于结果以细化返回给您的值。

根据性能和成本，哪个最好？

Answer 1

创建 Dynamodb 表时，请选择主键和本地二级索引 (LSI)，以便查询操作返回您想要的项目。

查询操作仅支持对主键进行相等运算符评估，但对排序键有条件（=、<、<=、>、>=、Between、Begin）。

扫描操作通常更慢且更昂贵，因为该操作必须遍历表中的每个项目以获取您请求的项目。

例子：

Table: CustomerId, AccountType, Country, LastPurchase

Primary Key: CustomerId + AccountType

在此示例中，您可以使用 Query 操作来获取：

1. 在 AccountType 上带有条件过滤器的 CustomerId

需要使用 Scan 操作来返回：

1. 具有特定 AccountType 的所有客户
2. 基于国家条件过滤器的项目，即来自美国的所有客户
3. 基于 LastPurchase 条件过滤器的项目，即上个月购买的所有客户

为了避免对经常使用的操作进行扫描操作，请创建本地二级索引 (LSI) 或全局二级索引 (GSI)。

例子：

Table: CustomerId, AccountType, Country, LastPurchase

Primary Key: CustomerId + AccountType
GSI: AccountType + CustomerId
LSI: CustomerId + LastPurchase

在此示例中，查询操作可以让您获得：

1. 在 AccountType 上带有条件过滤器的 CustomerId
2. [GSI] 针对特定 AccountType 的 CustomerIds 条件过滤器
3. [LSI] 在 LastPurchase 上带有条件过滤器的 CustomerId

Answer 2

您将 dynamodb 表分区键/主键作为customer_country 。 如果使用查询， customer_country是进行查询操作的必填字段。 所有过滤器都可以只制作属于customer_country的项目。

如果您执行表扫描，将对所有分区键/主键执行过滤器。 首先它获取所有数据并在从表中获取后应用过滤器。

例如：

这里customer_country是分区键/主键， id是sort_key

-----------------------------------

customer_country | name   | id

-----------------------------------
VV               | Tom    | 1

VV               | Jack   | 2

VV               | Mary   | 4

BB               | Nancy  | 5

BB               | Lom    | 6

BB               | XX     | 7

CC               | YY     | 8

CC               | ZZ     | 9

------------------------------------

• 如果您执行查询操作，它仅适用于customer_country值。 该值只能是等号运算符 (=)。

• 因此，仅获取等于该分区键/主键值的项目。

• 如果您执行扫描操作，它会获取该表中的所有项目并在获取该数据后过滤掉数据。

注意：不要执行超出 RCU 的扫描操作。

Answer 3

它类似于关系数据库。

获取您在where条件下使用主键的query ，计算复杂度为log(n) ，因为大多数键结构是二叉树。

在scan查询时，您必须扫描整个表，然后对每一row应用过滤器以找到正确的结果。 性能是O(n) 。 如果你的桌子很大，它会慢得多。

简而言之，如果您知道主键，请尝试使用query 。 只scan最坏的情况。

此外，考虑全局二级索引以支持对不同键的不同类型查询以获得性能目标

Answer 4

在性能方面，我认为为应用程序设计表以使用Query而不是Scan是一种很好的做法。 因为扫描操作总是在过滤出所需值之前扫描整个表，这意味着处理读取、写入和删除等数据操作需要更多的时间和空间。 更多信息请参考官方文档

Answer 5

查询比扫描好得多 - 性能方面。 scan，顾名思义，将扫描整个表。 但是你必须很清楚表键、排序键、索引以及相关的排序索引，才能知道你可以使用Query。 如果您使用以下方法过滤查询：

• 钥匙
• 键和键排序
• 指数
• 索引及其相关的排序键

使用查询！ 否则使用 scan 可以更灵活地过滤哪些列。

您不能查询：

• 过滤器中超过 2 个字段（例如键、排序和索引）
• 仅排序键（主键或索引）
• 常规字段（不是键、索引或排序）
• 混合索引和排序（index1 与 index2 的排序）\
• ...

一个很好的解释： https ://medium.com/@amos.shahar/dynamodb-query-vs-scan-sql-syntax-and-join-tables-part-1-371288a7cb8f