Amazon DynamoDB：全托管 NoSQL 数据库

什么是 Amazon DynamoDB？

Amazon DynamoDB 是一种完全托管的 NoSQL 数据库服务，由亚马逊云科技（AWS）提供。它专为需要极高可扩展性、一致低延迟和高吞吐量的应用程序而设计。与传统关系型数据库不同，DynamoDB 采用键值对和文档数据模型，消除了数据库管理的运维负担——无需关注服务器配置、软件修补或集群扩展，一切均由 AWS 自动处理。

作为一款无服务器（serverless）服务，DynamoDB 能够根据流量自动调整读写容量，支持按使用量付费（On-Demand）或提前预设容量（Provisioned）两种模式。它内建了强大的功能，如全局表多区域复制、时间点恢复、流处理触发器和数据加密，非常适合现代云原生应用、移动后端、游戏、物联网和微服务等场景。

核心概念详解

表、项目和属性

• 表（Table）：存放数据的集合，类似关系数据库中的“表”，但不需要预先定义严格的结构。一张表可以包含任意数量的项目。
• 项目（Item）：表中的一行记录，由一个或多个属性组成。每个项目必须有唯一的主键标识。
• 属性（Attribute）：每个项目的数据字段，类似于列。属性可以是标量（字符串、数字、布尔、二进制）、集合（字符串集、数字集、二进制集）或复杂的嵌套文档（Map、List），最大深度为 32 层。

主键设计

主键是每个项目必须包含且不可变的部分，DynamoDB 使用主键快速检索数据。支持两种类型：

1. 简单主键（分区键） 仅包含一个分区键（Partition Key，又称哈希键）。DynamoDB 通过对分区键应用哈希函数确定数据存储的物理分区。适合直接通过唯一标识查询的场景，例如用户表中用 user_id 作为主键。

2. 复合主键（分区键 + 排序键） 由分区键和排序键（Sort Key，又称范围键）共同组成。分区键决定分区，排序键在该分区内对项目进行有序存储。适合需要按范围查询的数据模型，例如订单表用 customer_id 做分区键，用 order_date 做排序键，这样就能高效查询某个客户在特定时间段内的所有订单。

二级索引

除了基于主键的访问，DynamoDB 允许定义二级索引，满足不同的查询需求。

• 全局二级索引（GSI） 拥有独立的分区键和可选的排序键，索引内容可以来自基表中任意属性。GSI 与基表异步更新，容量与基表独立设置，适用于需要多维查询的场景。最多可创建 20 个 GSI。

• 本地二级索引（LSI） 必须与基表共享相同的分区键，但可使用不同的排序键。LSI 强一致性时延更低，且容量与基表共享。只能在创建表时定义，最多 5 个 LSI。适合对同一分区下的数据按不同排序方式进行检索。

读写容量模式

DynamoDB 提供两种容量控制方式：

• 按需模式（On-Demand） 无需容量规划，自动扩展以适应工作负载。按实际读/写请求计费，适合流量不可预测或无需精细优化成本的应用。
• 预置模式（Provisioned） 指定每秒的读取容量单位（RCU）和写入容量单位（WCU）。可配合自动伸缩（Auto Scaling）根据利用率动态调整容量。成本可控，适合流量可预测且追求性价比的场景。

数据操作与 API 简介

基本 CRUD

高效查询

• Query 针对复合主键，返回分区键下所有排序键匹配条件的项目。支持过滤表达式、分页和顺序（升序/降序）。这是 DynamoDB 最核心的高性能操作，单次查询仅涉及一个分区，延迟稳定在个位数毫秒。

• Scan 遍历整张表，读取所有项目，可在扫描后应用过滤表达式。效率较低且消耗大量读取容量，应尽量避免在生产环境中对大数据集使用 Scan。

批量与事务

• BatchGetItem / BatchWriteItem 一次操作读写最多 25 个不同主键的项目，适合批量处理。
• TransactWriteItems / TransactGetItems 提供 ACID 事务支持，可在单一请求中原子性地完成多项跨表或跨主键操作。

高级特性

DynamoDB Streams

启用流后，每当表中的项目发生创建、更新或删除，变更记录会被推送到一个持续保留 24 小时的有序流中。您可以借助 AWS Lambda 读取流，实现数据同步、跨区域复制、审计日志、搜索索引构建等实时处理需求。

全局表（Global Tables）

允许在多个 AWS 区域间自动复制 DynamoDB 表，实现低延迟的跨区域读写和灾难恢复。底层使用“最后写入者胜出”的冲突解决机制，配置简单，无需手动管理复制管道。

备份与恢复

• 按需备份：创建完整表数据快照，不消耗表性能，长期保留。
• 连续备份（时间点恢复 PITR）：自动持续备份，可将表恢复到过去 35 天内的任意一秒。开启此功能会产生额外费用，但提供了关键的数据保护能力。

DynamoDB Accelerator (DAX)

一个全托管的内存缓存集群，与 DynamoDB 紧密集成，可将读取延迟从毫秒降低到微秒级别。DAX 兼容 DynamoDB API，无需修改应用逻辑，只需将端点指向 DAX 集群，适用于对延迟极其敏感的读取密集型工作负载。

数据模型设计最佳实践

面向查询建模

与关系数据库先建实体再设计查询的思路相反，DynamoDB 的设计应从应用的访问模式出发：

1. 列出所有需要的查询场景。
2. 确定每个查询的条件（分区键需相等，排序键可范围或相等）。
3. 针对查询设计主键和二级索引。
4. 避免使用 Join 操作，通过数据冗余（单表设计）将相关数据预融合到一个项目或同一分区内。

单表设计模式

将不同类型实体（如用户、订单、产品）全部存储在一张表中，利用分区键和排序键的灵活性区分实体种类，并通过键值前缀实现高效查询。例如，分区键采用 USER#<user_id>，排序键用 PROFILE#<user_id> 存放用户基本资料，用户订单用 ORDER#<order_id> 作为排序键。这种模式显著减少了分布式事务需求，提升了性能。

排序键的利用

• 复合排序键：将多个属性组合进排序键，可通过字符串前缀查询实现多条件筛选。例如 ORDER#2025-01-15#PENDING。
• 使用版本号：在排序键中加入版本或时间戳，方便获取最新记录。
• 稀疏索引：仅当项目包含某个属性时，该项目才会进入索引，利用此特性可构建条件筛选索引，节省容量。

常见使用场景

• Web 和移动应用后端 管理用户会话、用户资料、游戏状态等，高并发、低延迟需求天然匹配 DynamoDB。
• 物联网 (IoT) 存储设备遥测数据，利用时间序列排序键高效查询设备指标。
• 实时购物车与订单系统 通过事务支持保证库存扣减和订单创建的一致性。
• 内容管理与元数据存储 存储文件元数据，通过 GSI 实现多维度检索。
• 排行榜与计数器 使用原子更新和 DAX 实现实时计分和排行展示。

快速上手：创建第一张表

1. 登录 AWS 管理控制台，进入 DynamoDB 服务。
2. 点击“创建表”，输入表名如 Sessions。
3. 定义分区键，例如 session_id（字符串）；若需复合主键，添加排序键如 created_at（字符串）。
4. 在“表设置”中选择默认设置（按需容量模式），点击“创建表”。
5. 创建完成后，进入“项目”选项卡，通过“创建项目”添加一条测试数据。
6. 返回“概览”页，开启“时间点恢复”以激活连续备份。
7. 使用 AWS CLI 或 SDK 测试读写操作，确认功能符合预期。

定价与成本优化

• 读写请求量：按需模式下每百万请求收费，预置模式按 RCU/WCU 每小时计费。
• 存储：按每月存储的 GB 计费，包括表数据和索引占用。
• 可选功能：PITR 备份、全局表跨区域复制、DAX 实例等均额外收费。
• 免费套餐：每月包含 25 GB 存储、25 个预置 WCU 和 RCU 以及 2.5 亿个按需读写请求，足够开发和小型应用免费使用。

优化建议：

• 精确设计索引，避免不必要的数据复制。
• 使用生存时间（TTL）自动删除过期数据，减少存储成本。
• 对于稳定的工作负载，选择预留容量可大幅节省预置模式费用。
• 监控 ConsumedCapacity，及时调整索引或查询模式，降低消耗。

DynamoDB 将强大的分布式数据库能力简化为一款几乎零运维的服务，灵活性和性能使其成为 AWS 生态中最核心的存储基石之一。掌握数据建模方法和核心 API 后，它可以胜任大多数高并发、低延迟的应用场景。