全局二级索引与本地二级索引

DynamoDB 的主键定义了表中唯一高效的查询路径。如果您需要按照其他属性查询项目，例如在表的分区键为 CustomerId 时查找某个产品 ID 的所有订单，那么在没有二级索引的情况下，您必须执行开销很高的 Scan。

二级索引通过维护一份围绕不同键构建、自动更新的数据副本来解决这一问题。DynamoDB 提供两种类型：Global Secondary Indexes（GSI）和Local Secondary Indexes（LSI），二者各有不同的取舍。

Global Secondary Index允许您定义与基表完全不同的分区键（以及可选的排序键）。GSI 真正具有全局性，覆盖基表的所有分区。您可以通过查询 GSI，按照定义为 GSI 分区键的任意属性查找项目。

GSI 拥有独立于基表的预置吞吐量（或继承按需模式）。每个表最多可以创建 20 个 GSI，并且可以随时在现有表中添加或删除 GSI。

Local Secondary Index与基表共享同一个分区键，但使用不同的排序键。LSI 之所以称为“本地”，是因为它只能在单个分区内查询（即查询具有相同分区键的项目）。因此，LSI 非常适合按照不同属性对某个客户的订单进行排序查询。

LSI 必须在创建表时定义，之后无法添加或删除。每个表最多可以有 5 个 LSI。LSI 共享基表的预置容量（没有独立的吞吐量），并且基表与 LSI 数据的组合受每个分区键 10 GB 存储限制的约束。

以下是并列对比，便于备考时清晰理解：

• 分区键：GSI 可以与基表不同；LSI 必须与基表相同
• 排序键：两者都支持与基表不同的排序键
• 创建时间：GSI 可随时创建；LSI 只能在创建表时创建
• 吞吐量：GSI 拥有独立吞吐量；LSI 与基表共享吞吐量
• 一致性：GSI 只能进行最终一致性读取；LSI 支持强一致性读取
• 数量限制：最多 20 个 GSI；每个表最多 5 个 LSI

创建索引时，您需要选择要投影（复制）到索引中的属性：

• KEYS_ONLY：仅包含基表主键和索引键——索引最小，但获取非键属性时需要额外调用 GetItem
• INCLUDE：包含键属性以及您指定的其他属性列表——在索引大小和访问模式之间取得平衡
• ALL：将所有属性投影到索引中——最灵活，但存储和写入成本更高

请根据查询实际需要的属性选择投影类型。投影过多会在每次写入时浪费写容量单位；投影过少则会迫使您额外调用 GetItem，以获取索引中未包含的属性。

查询 GSI 使用相同的 Query API，但需要指定 --index-name 参数。查询会针对 GSI 的键架构执行，而不是针对基表的键架构执行。GSI 查询始终具有最终一致性——GSI 会在基表写入后异步更新，因此会存在短暂延迟。

如果基表中的某个项目没有 GSI 的分区键属性，则该项目完全不会被包含在 GSI 中（稀疏索引模式）。这是一种只为部分项目建立索引的强大技术，例如，当 GSI 分区键为 Status 时，只索引状态为 PENDING 的所有订单。

稀疏索引利用了这样一个事实：只有包含 GSI 分区键值的项目，DynamoDB 才会将其投影到 GSI 中。将 GSI 分区键定义在只有部分项目拥有的属性上，即可创建一个仅包含该子集项目的索引。

例如，在 Orders 表中，只有尚未发货的订单具有 PendingShipmentDate 属性。针对 PendingShipmentDate 创建 GSI 后，该索引自然只包含尚未发货的订单，因此无需扫描整个表，就能高效查询所有待处理订单。

GSI 过载是一种高级单表设计技术：您可以将不同实体类型存储在同一个表中，并使用通用的 GSI 键属性（例如 GSI1PK 和 GSI1SK），根据项目类型采用不同的模式填充值。这样，每种实体类型都能通过同一个 GSI 获得高效的查询路径。

例如，对于 User 项目，设置 GSI1PK = 'COUNTRY#US' 和 GSI1SK = username；对于 Order 项目，设置 GSI1PK = 'STATUS#PENDING' 和 GSI1SK = orderDate。使用相应的前缀查询 GSI，即可高效检索目标实体类型。

GSI 的限流独立于基表发生。如果为 GSI 预配的写容量单位过低，那么写入会投影到 GSI 中的项目时就会被限流——即使基表仍有充足容量也是如此。请分别监控每个 GSI 的 ConsumedWriteCapacityUnits 和 ThrottledRequests。

一个常见问题是为 GSI 配置的容量低于基表，之后写入模式突然导致 GSI 的写入速率增加，从而发生限流。请对 GSI 使用 Auto Scaling，或选择按需模式来避免此问题。

SAA-C03 考试中的决策指南：

• 需要按照完全不同的属性进行查询 → GSI
• 需要在同一分区内进行查询，但使用不同的排序方式，并且在创建时就已确定 → LSI
• 需要对备用排序键执行强一致性读取 → LSI（唯一选项，因为 GSI 只能提供最终一致性）
• 存在 10 种或更多不同的查询模式 → 考虑采用带 GSI 过载的单表设计，而不是创建许多独立表
• 只需要检索所有项目用于分析 → 重新考虑 DynamoDB 是否适合用作数据库

您可以随时删除 GSI，而不会影响基表。向现有表添加新 GSI 时，DynamoDB 会通过扫描基表异步回填索引——对于大型表，这可能需要数分钟到数小时。回填期间，基表仍可完全进行读取和写入。

您可以在控制台中监控回填进度，也可以通过 DescribeTable API 检查索引的 IndexStatus 字段——回填期间该字段为 CREATING，完成后为 ACTIVE。在索引处于 ACTIVE 状态之前，请勿查询 GSI。

请测试您对本课 AWS Solutions Architect（SAA-C03）概念的理解。

本课介绍了：GSI 提供备用分区键，并且可以随时添加；LSI 与基表共享分区键，并且必须在创建时定义；以及投影类型决定哪些属性会被复制到索引中。GSI 还支持稀疏索引和过载模式，从而提供更灵活的高级查询能力。接下来，我们将学习 DynamoDB 流和全局表。