如何使用Dynamodb进行基本聚合？
用dynamodb如何实现聚合？ Mongodb和couchbase有地图减少支持。
比方说，我们正在建立一个科技博客，用户可以发布文章。 并说文章可以被标记。
user
{
id : 1235,
name : "John",
...
}
article
{
id : 789,
title: "dynamodb use cases",
author : 12345 //userid
tags : ["dynamodb","aws","nosql","document database"]
}
在用户界面中，我们想要显示当前用户标签和相应的计数。
如何实现以下聚合？
{
userid : 12,
tag_stats:{
"dynamodb" : 3,
"nosql" : 8
}
}
我们将通过rest api提供这些数据，并且会经常调用它。 就像这个信息显示在应用程序主页面。
我想知道实现这一目标的其他更好方法。 人们如何实现像这些动态简单查询，选择dynamodb作为考虑成本和响应时间的主数据存储。
长话短说：迪纳摩不支持这一点。 它不是为这个用例而构建的。 它旨在以低延迟快速访问数据。 它根本不支持任何聚合功能。
您有三个主要选项：
将DynamoDB数据导出到Redshift或EMR Hive。 然后你可以对陈旧的数据执行SQL查询。 这种方法的好处是它只消耗一次RCU，但是你会坚持使用过时的数据。
为Hive使用DynamoDB连接器并直接查询DynamoDB。 您可以再次编写任意SQL查询，但在这种情况下，它将直接访问DynamoDB中的数据。 缺点是，它会消耗每个查询的读取容量。
使用DynamoDB流在单独的表中维护聚合数据。 例如，您可以将一个表UserId作为分区键，并将嵌套地图与标记和计数作为属性。 在原始数据的每个更新中，DynamoDB流将执行Lambda函数或主机上的某些代码来更新聚合表。 这是最具成本效益的方法，但您需要为每个新查询实现附加代码。
当然，您可以在应用程序级别提取数据并将其聚合在那里，但我不建议这样做。 除非你有一张小桌子，否则你需要考虑限制，只使用一部分预置容量（例如，要消耗20％的RCU进行聚合，而不是100％），以及如何将工作分配给多个工作人员。
Redshift和Hive都已经知道如何做到这一点。 Redshift在执行查询时依赖于多个工作节点，而Hive则基于Map-Reduce的顶层。 此外，Redshift和Hive都可以使用预定义的RCU吞吐量百分比。
链接地址: http://www.djcxy.com/p/96311.html