AWS DynamoDB: trabajo con escaneos

Amazon DynamoDB es una base de datos administrada por NoSQL que almacena datos semiestructurados como pares clave-valor y datos de documentos. Al crear tablas en DynamoDB, no se requiere una estructura de esquema, solo se requiere una clave de partición (clave principal). Las tablas de DynamoDB almacenan datos en forma de elementos y cada elemento consta de atributos que no son más que pares clave-valor. Para diferenciar entre elementos, se define la clave de partición.

Example:
{
  "MovieID": 101,
  "Name": "The Shawshank Redemption",
  "Rating": 9.2,
  "Year": 1994
}

En este artículo, discutiremos cómo escanear elementos en una tabla. Una operación de escaneo en Amazon DynamoDB lee todos los elementos de una tabla. De forma predeterminada, una operación de escaneo devuelve todos los elementos presentes en la tabla. Scan siempre devuelve un conjunto de resultados. Si no se encuentran registros coincidentes, el conjunto de resultados está vacío. Se puede recuperar un máximo de 1 MB en una operación de escaneo. Para escanear elementos de datos, tenemos muchas funciones proporcionadas por Amazon DynamoDB. El enfoque para escanear elementos de datos se proporciona a continuación:

• Cree una tabla y agregue elementos: para realizar el escaneo, cree una tabla en Dynamodb, por ejemplo, Películas con la clave de partición como MoviesID , y agregue elementos en la tabla. Vea la imagen de abajo:

• Realizar escaneo de datos: para escanear datos en una tabla, Dynamodb proporciona las siguientes funcionalidades:
• Filtro: Para refinar nuestra búsqueda requerimos filtros. Si no se proporciona ningún filtro, se imprimen todos los datos. En filtro, especificamos un atributo y su valor para obtener resultados. En el siguiente ejemplo, hemos seleccionado el atributo ‘Director’ y su valor como ‘Christopher Nolan’. Vea la imagen de abajo:

• Límite: Otra característica de la exploración es el límite. Limita el número de elementos que se obtienen en el resultado. El límite solo se puede utilizar en Amazon CLI (interfaz de línea de comandos). Por lo tanto, establezca el parámetro de límite en la cantidad de elementos que desea recuperar de la operación de escaneo, antes de la evaluación de la expresión de filtro.
• Paginación: esta función solo se puede utilizar cuando se utiliza Amazon CLI (interfaz de línea de comandos). Cuando los datos recuperados ocupan más de 1 MB en el conjunto de resultados, el resultado se divide en páginas, cada una de las cuales contiene hasta 1 MB. Por ejemplo, si se recuperan 2 MB de datos, habrá al menos 2 páginas.
• Unidades de capacidad consumidas: una unidad de capacidad de lectura representa una lectura muy consistente por segundo, o dos lecturas finalmente consistentes por segundo, para un elemento de hasta 4 KB de tamaño. Una operación de exploración no devuelve ningún dato sobre las unidades de capacidad de lectura consumidas. Sin embargo, puede especificar el parámetro ReturnConsumedCapacity en una solicitud de exploración para obtener esta información o cambiar la unidad de capacidad de lectura en la pestaña de capacidad de la tabla. Vea la imagen de abajo:

• Coherencia de lectura: de forma predeterminada, una operación de escaneo realiza lecturas eventualmente consistentes. Es decir, es posible que los resultados del análisis no incluyan cambios debido a la solicitud PutItem o UpdateItem completada recientemente . Si se requieren lecturas muy consistentes, a partir del momento en que comienza el análisis, establezca el parámetro ConsistentRead en verdadero en la solicitud de análisis. Al hacerlo, se asegura de que todas las operaciones de escritura que se completaron antes de que comenzara el escaneo se incluyan en el conjunto de resultados del escaneo.
• Exploración paralela: la operación de exploración divide lógicamente una tabla o un índice secundario en varios segmentos, cada uno de los cuales es explorado en paralelo por varias aplicaciones. Cada trabajador puede ser un proceso del sistema operativo o un subproceso (en lenguajes de programación que admiten subprocesos múltiples).