一起来！白嫖Amazon DynamoDB！！！

news2024/11/15 11:12:54

Amazon DynamoDB简介

Amazon DynamoDB是由Amazon Web Services（AWS）提供的一种快速、灵活、全托管的NoSQL数据库服务，支持文档和键/值数据模型。它具有自动扩展、低延迟、高可靠性、高吞吐量等特点，能够处理从几个字节到几TB的数据，同时还具备强大的安全和监控功能。关键是有Amazon账号就可以有免费的套餐可以使用，貌似试用期有12个月，所以今天我们来白嫖一下这个免费的产品。

DynamoDB的优势

快速响应：DynamoDB支持读写操作的低延迟，读取操作的平均响应时间可以在几毫秒内完成。
强大的可扩展性：DynamoDB是一种可水平扩展的数据库，可以根据需要自动增加或减少容量，从而满足不同的负载需求。
简单易用：DynamoDB使用简单的API和数据模型，易于使用和学习。
高可用性：DynamoDB提供了多种数据备份和复原功能，使其在遇到任何故障或灾难时都能够快速恢复。
灵活性：DynamoDB支持多种数据类型和数据模型，并支持多种查询和索引方式。
支持多种数据访问方式：DynamoDB支持RESTful API、SDK、CLI等多种访问方式。

适用场景

DynamoDB主要适用于OLTP（联机事务处理）场景，更适合处理具有以下特点的应用程序：

数据集比较小（每个项目小于1MB）
需要频繁的读写操作
需要高可用性和低延迟的响应
需要可伸缩性和弹性

免费额度

DynamoDB 的免费套餐提供 25GB 的存储空间，以及 25 个预置的写入容量单位和 25 个预置的读取容量单位 (WCU、RCU)，足以处理每月 2 亿个请求

写入和读取容量单位可以通过表的其他设置选项卡中进行查看，注意不要超过免费额度，不然会产生费用。

请添加图片描述

我们这里从一个表的创建、数据的C（增加）R（查询）U（更新）D（删除）来演示DynamoDB的入门使用。

创建表

为了简单，这里直接采用控制台的方式进行创建，当然也可以用Amazon提供的SDK等方式，进入DynameDB的控制台页面，点击创建表，按照页面提示输入信息即可。

请添加图片描述

输入表的名称，因为DynamoDB是一个无模式数据库，在创建表时只需要表名和主键即可，主键代表数据的唯一性，记住这两个配置项目，后面的程序代码中需要使用到。其他的配置暂时按照默认推荐的参数即可。

增加数据

增加数据，控制台页面也提供了增加的操作，但在实际应用中，一般都是由应用产生，并推送到数据库进行数据的存储，所以这里使用python，演示如何连接到DynamoDB，并且增加数据项。

import boto3

# 指定AWS访问密钥和凭证
ACCESS_KEY = 'your-access-key'
SECRET_KEY = 'your-secret-key'
REGION = 'ap-east-1'

# 创建DynamoDB客户端
dynamodb = boto3.resource('dynamodb',region_name=REGION,aws_access_key_id=ACCESS_KEY,aws_secret_access_key=SECRET_KEY)

这里需要提供Amazon的访问秘钥凭证和地区，通过boto3.resource，来创建一个DynamoDB客户端，注意需要安装boto3库。可以通过pip install boto3进行安装

# 获取DynamoDB表
table = dynamodb.Table('demo')
# 将文本内容插入到DynamoDB表中
table.put_item(
    Item={
        'id': '1',
        'text': "HelloWorld"
    }
)

这里的demo就是我们的一开始创建的表名，Item里面的id就是我们的主键，因为是无模式的数据库，后面的字段内容想如何增加就增加，支持字符串、整型、数组等常见的编程语言基本类型。

运行之后，成功的会返回http信息，格式为json，示例如下：

{'ResponseMetadata': {'RequestId': 'K02UHKKO2KQ9R2LV0T201OBDGBVV4KQNSO5AEMVJF66Q9ASUAAJG',
  'HTTPStatusCode': 200,
  'HTTPHeaders': {'server': 'Server',
   'date': 'Wed, 10 May 2023 07:38:15 GMT',
   'content-type': 'application/x-amz-json-1.0',
   'content-length': '2',
   'connection': 'keep-alive',
   'x-amzn-requestid': 'K02UHKKO2KQ9R2LV0T201OBDGBVV4KQNSO5AEMVJF66Q9ASUAAJG',
   'x-amz-crc32': '2745614147'},
  'RetryAttempts': 0}}

查询数据

查询数据支持整表扫描，加条件，支持结果分页，这里以整表扫描为例

table = dynamodb.Table('demo')
response = table.scan()
items = response['Items']
print(items)

查询结果如下：

[{'id': '1', 'text': 'HelloWorld'}]

可以看到数据已经插入到Dynamodb中了。

这个例子使用了 scan 方法来查询整个表，因为没有指定查询条件。在 DynamoDB 中，scan 方法可以用来查询整个表或者一个表中的部分数据。需要注意的是，scan 方法会扫描整个表，可能会比较慢，而且可能会消耗较多的读取容量单位（RCUs）和查询容量单位（WCUs），因此需要谨慎使用。如果你的表中有很多数据，最好使用查询条件来缩小查询范围。

更新数据

# 定义要更新的项的主键
key = {'id': '1'}

# 更新数组，追加一个新的整数
table.update_item(
    Key=key,
    UpdateExpression='SET #attrName = :attrValue',
    ExpressionAttributeNames={'#attrName': 'text'},
    ExpressionAttributeValues={':attrValue': 'HelloWorld updated!'}
)

更新成功后，同样也会返回http信息，格式为json。

{'ResponseMetadata': {'RequestId': 'FG893L8TT0CNB6JFEIMS85K2INVV4KQNSO5AEMVJF66Q9ASUAAJG',
  'HTTPStatusCode': 200,
  'HTTPHeaders': {'server': 'Server',
   'date': 'Wed, 10 May 2023 07:47:26 GMT',
   'content-type': 'application/x-amz-json-1.0',
   'content-length': '2',
   'connection': 'keep-alive',
   'x-amzn-requestid': 'FG893L8TT0CNB6JFEIMS85K2INVV4KQNSO5AEMVJF66Q9ASUAAJG',
   'x-amz-crc32': '2745614147'},
  'RetryAttempts': 0}}

删除数据

删除数据可以使用delete_item方法，将主键传进去即可。

# 定义需要删除的数据的主键
item_key = {'id': '1'}

# 删除数据
response = table.delete_item(Key=item_key)

同样也会返回http信息，格式为json。

{'ResponseMetadata': {'RequestId': 'URK27CJH123CVJSP970M635AAFVV4KQNSO5AEMVJF66Q9ASUAAJG',
  'HTTPStatusCode': 200,
  'HTTPHeaders': {'server': 'Server',
   'date': 'Wed, 10 May 2023 08:02:11 GMT',
   'content-type': 'application/x-amz-json-1.0',
   'content-length': '2',
   'connection': 'keep-alive',
   'x-amzn-requestid': 'URK27CJH123CVJSP970M635AAFVV4KQNSO5AEMVJF66Q9ASUAAJG',
   'x-amz-crc32': '2745614147'},
  'RetryAttempts': 0}}