4. DynamoDB数据建模与操作

DynamoDB 是 AWS 提供的全托管 NoSQL 键值与文档数据库，它的数据模型与关系型数据库有本质差异。理解表、项目、属性、主键、二级索引、容量模式、Streams、TTL 与事务，是在 Lambda 中正确执行 CRUD 的前提。本节围绕这些核心概念展开，并给出可落地的建模与操作示例。

表、项目与属性

DynamoDB 中，表（Table）是数据的容器，项目（Item）是表中的一行记录，属性（Attribute）是项目中的字段。与关系型数据库不同，DynamoDB 的项目是半结构化的：同一张表中不同项目可以拥有不同的属性集合，除主键外没有强制 schema。属性支持标量（String、Number、Binary、Boolean、Null）、集合（String Set、Number Set、Binary Set）和文档类型（List、Map）。

例如一张订单表，订单项目可以包含 orderId、customerId、amount、status、items（List）等属性，而另一个订单项目可能额外带有 couponCode。这种灵活性让建模更贴近业务，但也要求开发者自行保证数据一致性。

主键设计

主键是 DynamoDB 中唯一必须预先定义的 schema，分为两种：

• 分区键（Partition Key）：单属性主键，DynamoDB 对其做哈希，决定项目落在哪个分区。
• 分区键 + 排序键（Sort Key）：复合主键，同一分区键下可有多条项目，按排序键有序存储，支持范围查询。

主键设计直接决定访问模式与性能。分区键应具备高基数且访问均匀，避免“热分区”。例如用 userId 作为分区键、orderId 作为排序键，可以高效查询“某用户的所有订单”以及“某用户的某笔订单”。若把 status 作为分区键，则大量订单集中在少数状态值上，容易造成热点。

二级索引

当业务需要按非主键属性查询时，使用二级索引。DynamoDB 提供两类：

• 全局二级索引（GSI）：拥有独立的分区键和排序键，可跨分区查询，容量独立配置，支持最终一致性读取（也可选强一致性）。
• 本地二级索引（LSI）：分区键与基表相同，排序键不同，必须在建表时创建，容量与基表共享。

例如订单表以 userId 为分区键、orderId 为排序键，若需要按“下单时间”查询，可建立 GSI：分区键 userId、排序键 createdAt。GSI 是异步更新的，写入基表后索引可能短暂滞后，读取时需接受最终一致性。

读写容量模式

DynamoDB 提供两种容量模式：

1 个 RCU 表示每秒 1 次强一致性读取（4 KB 以内）或 2 次最终一致性读取；1 个 WCU 表示每秒 1 次写入（1 KB 以内）。例如每秒写入 100 条、每条 2 KB，则需要 200 WCU。容量不足会触发 ProvisionedThroughputExceededException，Lambda 中应配合重试与退避。

DynamoDB Streams 与 TTL

DynamoDB Streams 捕获表中项目的变更（插入、修改、删除），按时间顺序保存 24 小时，可触发 Lambda 做下游处理，如同步到 OpenSearch、发送通知、更新聚合表。流记录包含 eventName、Keys、NewImage、OldImage 等字段。

TTL（Time To Live）允许为项目设置过期时间戳属性（Unix 秒），到期后 DynamoDB 自动删除，不消耗 WCU。TTL 删除通常在到期后数分钟到 48 小时内完成，因此业务读取时仍应校验过期时间。典型用途是会话数据、临时缓存、验证码。

事务操作

DynamoDB 支持 TransactWriteItems 和 TransactGetItems，可在单次请求中对最多 100 个项目执行原子性读写，跨表也可。事务要么全部成功，要么全部失败，适合扣减库存、转账等场景。事务写入消耗的 WCU 是普通写入的两倍，且不支持在同一事务中操作同一项目两次。

在 Lambda 中使用 AWS SDK 执行 CRUD

Lambda 中推荐使用 AWS SDK for JavaScript v3，按需引入 @aws-sdk/client-dynamodb 与 @aws-sdk/lib-dynamodb。以下示例演示写入、读取、更新与删除。

import { DynamoDBClient } from "@aws-sdk/client-dynamodb";
import { DynamoDBDocumentClient, PutCommand, GetCommand,
         UpdateCommand, DeleteCommand, QueryCommand } from "@aws-sdk/lib-dynamodb";

const client = new DynamoDBClient({});
const doc = DynamoDBDocumentClient.from(client);
const TABLE = "Orders";

export const handler = async (event) => {
  const { userId, orderId, amount } = JSON.parse(event.body);

  // 写入
  await doc.send(new PutCommand({
    TableName: TABLE,
    Item: { userId, orderId, amount, status: "CREATED",
            createdAt: Math.floor(Date.now()/1000) }
  }));

  // 读取
  const got = await doc.send(new GetCommand({
    TableName: TABLE, Key: { userId, orderId }
  }));

  // 更新
  await doc.send(new UpdateCommand({
    TableName: TABLE,
    Key: { userId, orderId },
    UpdateExpression: "SET #s = :s",
    ExpressionAttributeNames: { "#s": "status" },
    ExpressionAttributeValues: { ":s": "PAID" }
  }));

  // 查询某用户全部订单
  const list = await doc.send(new QueryCommand({
    TableName: TABLE,
    KeyConditionExpression: "userId = :u",
    ExpressionAttributeValues: { ":u": userId }
  }));

  // 删除
  await doc.send(new DeleteCommand({
    TableName: TABLE, Key: { userId, orderId }
  }));

  return { statusCode: 200, body: JSON.stringify(list.Items) };
};

注意：UpdateExpression 中若属性名是保留字（如 status），必须用 ExpressionAttributeNames 映射；条件写入可用 ConditionExpression 实现乐观锁，例如 attribute_not_exists(orderId) 防止覆盖。

建模检查清单

• 是否已列出全部访问模式，并据此确定主键？
• 分区键是否高基数、访问均匀，避免热分区？
• 需要按非主键查询的属性是否已建 GSI，并确认投影与一致性要求？
• 容量模式是否匹配流量特征，是否配置了自动扩缩或按需？
• 是否需要 Streams 触发下游处理，Lambda 是否配置了批处理与失败重试？
• 临时数据是否设置 TTL，读取时是否校验过期？
• 跨项目原子操作是否使用事务，并评估了双倍 WCU 成本？

掌握以上要点后，即可在 Lambda 中稳定地完成 DynamoDB 的建模与 CRUD 操作，并为后续的事件驱动架构打下基础。