Amazon DynamoDB 入门5：索引创建及管理

摘要：上一节我们介绍了项目的添加修改获取删除操作，这一节将介绍索引的创建及管理。创建索引在关系数据库中，索引是一个数据结构，可对表中的不同的列执行快速查询。但是，全局二级索引仅支持最终一致性。无论使用的是关系数据库还是，在创建索引时都应谨慎。

上一节我们介绍了项目的添加、修改、获取、删除（CRUD）操作，这一节将介绍索引的创建及管理。

在关系数据库中，索引是一个数据结构，可对表中的不同的列执行快速查询。可以使用 CREATE INDEX SQL 语句将索引添加到现有表，并指定要建立索引的列。在创建索引后，可以照常查询表中的数据，但现在数据库可使用索引快速查找表中的指定行，而不是扫描整个表。

在创建一个索引后，数据库将自动维护此索引。只要修改表中的数据，就会自动更改索引以反映表中的更改。

在 MySQL 中，您可以创建如下所示的索引：

CREATE INDEX GenreAndPriceIndex 
ON Music (genre, price);

在 DynamoDB 中，我们可以创建和使用secondary index来实现类似目的。

DynamoDB 中的索引与其关系对应项不同。当我们创建secondary index时，必须指定其键属性 - 分区键和排序键。
在创建secondary index后，我们可以对它执行 Query 或 Scan 操作，就如同对表执行这些操作一样。
DynamoDB 没有查询优化程序，因此，仅在我们对secondary index执行 Query 或 Scan 操作时使用它。

DynamoDB 支持两种不同的索引：

全局二级索引 - 索引的主键可以是其表中的任意两个属性（可以在创建表时创建，也可以向现有表添加新全局二级索引，或者删除现有的全局二级索引）。

本地二级索引 - 索引的分区键必须与其表的分区键相同。不过，排序键可以是任何其他属性（是在创建表的同时创建的。不能向现有表添加本地二级索引，也不能删除已存在的任何本地二级索引）。

DynamoDB 确保secondary index中的数据最终与其表保持一致。我们可以请求对表或local secondary index执行强一致性 Query 或 Scan 操作。但是，全局二级索引仅支持最终一致性。

可使用 UpdateTable 操作并指定 GlobalSecondaryIndexUpdates 来将global secondary index添加到现有表：

{
    TableName: "Music",
    AttributeDefinitions:[
        {AttributeName: "Genre", AttributeType: "S"},
        {AttributeName: "Price", AttributeType: "N"}
    ],
    GlobalSecondaryIndexUpdates: [
        {
            Create: {
                IndexName: "GenreAndPriceIndex",
                KeySchema: [
                    {AttributeName: "Genre", KeyType: "HASH"}, //Partition key
                    {AttributeName: "Price", KeyType: "RANGE"}, //Sort key
                ],
                Projection: {
                    "ProjectionType": "ALL"
                },
                ProvisionedThroughput: {
                    "ReadCapacityUnits": 1,"WriteCapacityUnits": 1
                }
            }
        }
    ]
}

添加索引时必须向 UpdateTable 提供以下参数：

TableName – 索引将关联到的表。

AttributeDefinitions – 索引的键架构属性的数据类型。

GlobalSecondaryIndexUpdates – 有关要创建的索引的详细信息：

IndexName - 索引的名称。

KeySchema – 用于索引主键的属性。

Projection - 表中要复制到索引的属性。在此情况下，ALL 意味着复制所有属性。

ProvisionedThroughput – 每秒需对此索引执行的读取和写入次数。（它与表的预配置吞吐量设置是分开的。）

在此操作中，会将表中的数据回填到新索引。在回填期间，表保持可用。但索引未准备就绪，直至其 Backfilling 属性从 true 变为 false。您可以使用 DescribeTable 操作查看此属性。

boto3

import boto3
db3 = boto3.resource("dynamodb", endpoint_url="http://localhost:8000",  region_name="us-west-2")

table = db3.meta.client.update_table(
    TableName="Music",
    AttributeDefinitions=[
        { 
            "AttributeName": "Genre", 
            "AttributeType": "S" 
        },
        { 
            "AttributeName": "Price", 
            "AttributeType": "N" 
        }
    ],
    GlobalSecondaryIndexUpdates=[
        {
            "Create": {
                "IndexName": "GenreAndPriceIndex",
                "KeySchema": [
                    {"AttributeName": "Genre", "KeyType": "HASH"},  # Partition key
                    {"AttributeName": "Price", "KeyType": "RANGE"}, # Sort key
                ],
                "Projection": {
                    "ProjectionType": "ALL"
                },
                "ProvisionedThroughput": {
                    "ReadCapacityUnits": 10,"WriteCapacityUnits": 10
                }
            }
        }
    ]
)

db3.meta.client.describe_table(TableName="Music")

output

{"ResponseMetadata": {"HTTPHeaders": {"content-length": "1082",
   "content-type": "application/x-amz-json-1.0",
   "server": "Jetty(8.1.12.v20130726)",
   "x-amz-crc32": "3717567836",
   "x-amzn-requestid": "d63c0176-8257-428b-b6f3-af87219ba45b"},
  "HTTPStatusCode": 200,
  "RequestId": "d63c0176-8257-428b-b6f3-af87219ba45b",
  "RetryAttempts": 0},
 u"Table": {u"AttributeDefinitions": [{u"AttributeName": u"Artist",
    u"AttributeType": u"S"},
   {u"AttributeName": u"Price", u"AttributeType": u"N"},
   {u"AttributeName": u"SongTitle", u"AttributeType": u"S"},
   {u"AttributeName": u"Genre", u"AttributeType": u"S"}],
  u"CreationDateTime": datetime.datetime(2017, 1, 14, 3, 9, 42, 63000, tzinfo=tzlocal()),
  u"GlobalSecondaryIndexes": [{u"IndexArn": u"arn:aws:dynamodb:ddblocal:000000000000:table/Music/index/GenreAndPriceIndex",
    u"IndexName": u"GenreAndPriceIndex",
    u"IndexSizeBytes": 0,
    u"IndexStatus": u"ACTIVE",
    u"ItemCount": 0,
    u"KeySchema": [{u"AttributeName": u"Genre", u"KeyType": u"HASH"},
     {u"AttributeName": u"Price", u"KeyType": u"RANGE"}],
    u"Projection": {u"ProjectionType": u"ALL"},
    u"ProvisionedThroughput": {u"ReadCapacityUnits": 10,
     u"WriteCapacityUnits": 10}}],
  u"ItemCount": 0,
  u"KeySchema": [{u"AttributeName": u"Artist", u"KeyType": u"HASH"},
   {u"AttributeName": u"SongTitle", u"KeyType": u"RANGE"}],
  u"ProvisionedThroughput": {u"LastDecreaseDateTime": datetime.datetime(1970, 1, 1, 8, 0, tzinfo=tzlocal()),
   u"LastIncreaseDateTime": datetime.datetime(1970, 1, 1, 8, 0, tzinfo=tzlocal()),
   u"NumberOfDecreasesToday": 0,
   u"ReadCapacityUnits": 10,
   u"WriteCapacityUnits": 10},
  u"TableArn": u"arn:aws:dynamodb:ddblocal:000000000000:table/Music",
  u"TableName": u"Music",
  u"TableSizeBytes": 0,
  u"TableStatus": u"ACTIVE"}}

索引可以访问替代查询模式，并可以加快查询速度。

无论使用的是关系数据库还是 DynamoDB，在创建索引时都应谨慎。只要对表进行写入，就必须更新表的所有索引。在具有大型表的写入密集型环境中，这会占用大量系统资源。

为了对表中的数据进行高效访问，Amazon DynamoDB 对主键属性创建并维护索引。这可以让应用程序通过指定主键值快速地检索数据。
可以对表创建一个或多个二级索引，然后对这些索引发出 Query 或 Scan 请求，以便通过主键以外的属性对数据进行高效访问。

secondary index 是一种数据结构，它包含表中属性的子集以及一个支持 Query 操作的替代键。我们可以使用 Query 从索引中检索数据，其方式与对表使用 Query 大致相同。一个表可以有多个secondary index，这样，应用程序可以访问许多不同的查询模式。

也可以对索引使用 Scan，其方式与对表使用 Scan 大致相同。

secondary index中的数据由从表投影 或复制到索引中的属性组成。在创建secondary index时，可以定义索引的替代键以及要在索引中投影的任何其他属性。DynamoDB 将这些属性与表中的主键属性一起复制到索引中。然后，就可以像查询或扫描表一样查询或扫描该索引。

每个secondary index都由 DynamoDB 自动维护。在表中添加、修改或删除项目时，表上的所有索引也会更新。

DynamoDB 支持两种secondary index：

Global secondary index – 其分区键和排序键可以与表上的分区键和排序键不同的索引。global secondary index被视为“全局”，是因为对索引进行的查询可以跨表中所有分区的所有数据。

Local secondary index – 一种分区键与表中的相同但排序键与表中的不同的索引。local secondary index的含义是“本地”，表示local secondary index的每个分区的范围都限定为具有相同分区键值的表分区。

下表是global secondary index与local secondary index的主要差异：

如果要创建多个含有secondary index的表，必须按顺序执行此操作。例如，先创建第一个表，等待其状态变为 ACTIVE，创建下一个表，等待其状态变为 ACTIVE，依此类推。如果我们尝试同时创建多个含有secondary index的表，DynamoDB 会返回 LimitExceededException。

对于每个secondary index，必须指定以下内容：

要创建的索引的类型 – global secondary index或local secondary index。

索引的名称。索引的命名规则与表的命名规则相同，对于听一个表的不同索引，索名称必须是唯一的，不过，与不同的表的索引的名称可以相同。

索引的键架构。索引键架构中的每个属性必须是类型为字符串、数字或二进制的顶级属性。其他数据类型，包括文档和集，均不受支持。键架构的其他要求取决于索引的类型：

对于global secondary index，分区键可以是任何标量表属性。排序键是可选的，也可以是任何标量表属性。

对于local secondary index，分区键必须与表的分区键相同，排序键必须是非键表属性。

从表投影到索引中的其他属性（如果有）必须是除表键属性之外的属性。（表键属性会自动投影到每个索引）

索引的预配置吞吐量设置（如有必要）：

对于global secondary index，必须指定读取和写入容量单位设置。这些预配置吞吐量设置独立于表的设置。

对于local secondary index，无需指定读取和写入容量单位设置。对local secondary index进行的读取和写入操作会占用其父表的预配置吞吐量设置。

为获得最大查询灵活性，您可以为每个表创建最多 5 个 global secondary index和最多 5 个local secondary index。

可以使用 DescribeTable 操作获取表上secondary index的详细列表。DescribeTable 返回表上每个secondary index的名称、存储大小和项目数。系统并不会实时更新这些值，但会大约每隔六个小时刷新一次。

下一篇将会介绍DynamoDB的查询和扫描