【数据建模】设计一个DynamoDB数据模型，用于管理图形化的层次关系 -- 设计数据模型

本节详细介绍分层数据模型设计概念，从设计原则、术语、原则开始，并定义用于在DynamoDB中存储组件数据的必要数据库属性。然后讨论了基表和全局二级索引（GSI）配置以及关键设计概念。最后，您可以看到在所有可用的汽车组件都存储在DynamoDB表中之后，基础表和GSI是什么样子的。

设计原则

作为最佳实践，最好定义设计原则。以下原则适用于本指南的用例。

• 设计一个可扩展和健壮的系统。确保性能足够高，延迟足够低，以符合数据检索服务级别协议（SLA）。
• 通过确保系统支持所有已识别的数据访问模式，遵守所有业务要求。
• 通过使用高效的写、读和数据存储机制，降低运营成本。
• 通过创建尽可能少的表和GSI，降低维护和操作复杂性。
• 通过分离实体项并应用行级细粒度访问模式和其他常见安全措施，确保数据安全性和可访问性。

术语

本指南使用以下术语。

• 分区键维护表内的数据分区和数据分片。
• 排序键支持分区内细粒度的项目级数据访问。
• 主键是DynamoDB中的唯一标识符。主键由分区键和排序键组成。
• 基本表是存储数据的主要DynamoDB表。
• 全局辅助索引（GSI）用于索引目的，以提供更快的数据查找。
• 在GSI中，分区键和排序键可能与基表中的键不同。
  • 一次最多可以为单个DynamoDB表创建20个GSI。最大数量是AWS服务软限制。如果你需要更多的GSI，你可以要求增加。
  • 每个GSI单独存储数据。您必须分别分配读和写单元，这会产生额外的成本。
  • 每个GSI可以随时创建或销毁。创建或销毁GSI不会影响基表。
  • 我们建议使用GSI而不是本地辅助索引（LSI）进行索引。

设计原则

使用以下方法设计了示例用例数据模型：

• 要有效地管理不同的实体，请使用DynamoDB单表设计模式。这意味着整个系统将有一个用于存储所有类型数据的DynamoDB表。
  • 单表设计使您能够更灵活地维护一对多和多对多数据关系，而无需在多个DynamicDB表中复制数据。
  • 使用单个表可降低维护复杂性和成本。
  • 要了解有关单表设计的更多信息，请参阅DynamoDB文档中的“使用AmazonDynamoDB创建单表设计”博客文章和管理多对多关系的最佳实践。
• 为了在表分区内实现统一的数据分布，请使用更细粒度和分布式的属性作为分区键。有关更多信息，请参阅设计分区键以分配工作负载。
• 为了更快、更高效地查询并克服热分区问题，请使用适当的GSI Sharding跨分区分发数据。本指南中的示例对GSI2分区密钥使用随机分区。
• 对GSI1和GSI2中具有不同排序键的多个实体使用相同的分区键。
• 使用复合排序键。
• 使用两个GSI：
  • GSI1，用于使用ParentID索引数据，以便您可以使用父ID进行查询
  • GSI2，用于使用GraphId索引数据，以便您可以使用组件ID查询所有下级组件
• 仅使用分区键查询基表GSI1和GSI2。如果您不知道分区键，则无法执行数据查询。
  • 我们建议在没有有力有效案例的情况下，不要在DynamoDB中使用SCAN操作。SCAN操作非常昂贵。
  • 如果您必须经常使用SCAN操作，我们建议您重新设计数据模型。
• 仅限将数据插入基表。然后，GSI将以最终一致的方式自动同步。

定义属性

下一步是定义在DynamoDB表中存储组件信息所需的属性。每个属性用于在实体中存储键值对数据。实体可以包含任意数量的属性。我们建议使用较短的名称作为属性名称，因为在读取单元中将考虑属性的长度（字节大小）。对于本指南中的示例，定义了以下属性。

设计基表、GSI和键

定义基表和全局辅助索引（GSI）的分区键。

• 遵循键设计最佳实践，在本例中使用ComponentId作为基表的分区键。由于它是唯一的，ComponentId可以提供粒度。DynamoDB使用分区键的哈希值来确定物理存储数据的分区。唯一的组件ID生成一个不同的哈希值，这可以促进表内数据的分布。可以使用ComponentId分区键查询基表。
• 要查找组件的直接子级，请创建一个GSI，其中ParentId是分区键，ComponentId是排序键。您可以使用ParentId作为分区键来查询此GSI。
• 要查找组件的所有递归子级，请创建一个GSI，其中GraphId是分区键，Path是排序键。您可以通过使用GraphId作为分区键和排序键上的BEGINS_WITH（Path，“$Path”）运算符来查询此GSI。

DynamoDB表键配置

在表中存储组件

下一步是将每个组件存储在DynamoDB基表中。从示例树中插入所有组件后，将得到一个基本表，如下所示。

您可以使用此基表通过使用组件ID来查找组件的信息。

基表中的数据形成顶层组件（CM1）的层次树。要在DynamoDB中生成可扩展树，请在顶级组件ID上附加POST-FIX，例如#N。在本例中，CM1的GraphId为CM1#N，其中N是0–N范围内的随机数。N值是根据树的大小定义的，用于GSI中正确的数据分布。这种POST-FIX有助于避免热分区问题，它支持使用多个客户端并行运行查询，这有助于减少查询包含100多个组件的大树时的响应时间。

因为本例中的树很小，所以本例使用N=1。这将创建一个单独的分区CM1#1来存储整个树。如果使用N=5，它将创建五个分区来存储该树。在这种情况下，您必须查询所有五个分区以检索所有组件。然后，您必须合并所有数据以获得最终结果。

Path值是通过使用管道（|）运算符串联祖先来生成的。例如，从顶部开始的CM5路径是CM1|CM2|CM5。

GSI1索引

要检查组件的所有直接子级，需要使用ParentId作为分区键，使用ComponentId作为排序键来创建索引。以下数据透视表表示GSI1索引。您可以使用此索引通过使用父组件ID检索所有直接的子组件。例如，您可以了解汽车（CM1）中有多少电池可用，或者模块（CM4）中有哪些电池可用。

GSI2索引

以下数据透视表表示GSI2索引。它使用GraphId作为分区键，Path作为排序键进行配置。使用GraphId和排序键（Path）上的begins_with操作，可以在树中找到组件的完整谱系。