与 DynamoDB 集成的最佳实践
将 DynamoDB 与其它服务集成时,应始终遵循使用每项服务的最佳实践。但是,您应该考虑一些特定于集成的最佳实践。
在 DynamoDB 中创建快照
-
通常,我们建议使用导出到 Amazon S3 来创建用于初始复制的快照。它既具有成本效益,又不会与应用程序的流量争夺吞吐量。您也可以考虑备份并恢复到新表,然后再执行扫描操作。这样可以避免与应用程序争夺吞吐量,但成本效益通常要比导出低得多。
-
导出时请务必设置
StartTime
。这样可以轻松确定从何处开始更改数据捕获(CDC)。 -
使用导出到 S3 时,请在 S3 存储桶上设置生命周期操作。通常,将到期操作设置为 7 天是安全的,但需要遵循公司可能制定的任何指导准则。即使您在摄取后明确删除项目,此操作也有助于发现问题,从而有助于减少不必要的成本并防止违反政策。
在 DynamoDB 中捕获数据更改
-
如果您需要近乎实时的 CDC,可以使用 DynamoDB Streams 或 Amazon Kinesis Data Streams(KDS)。在决定使用哪个服务时,通常要考虑哪个最容易与下游服务一起使用。如果您需要在分区键级别按顺序处理事件,或者您的项目非常大,请使用 DynamoDB Streams。
-
如果您不需要近乎实时的 CDC,则可以使用通过增量导出来导出到 Amazon S3,仅导出两个时间点之间发生的更改。
如果您使用导出到 S3 来生成快照,这可能特别有用,因为您可以使用类似的代码来处理增量导出。通常,导出到 S3 比以前的流式传输选项稍微便宜一些,但成本通常不是使用哪个选项的主要因素。
-
通常,一个 DynamoDB 流只能有两个用户同时使用。在规划集成策略时要考虑这一点。
-
不要使用扫描来检测更改。这可能对小规模有效,但很快就会变得相当不切实际。
DynamoDB 与 OpenSearch Service 的零 ETL 集成
DynamoDB 已实现DynamoDB 与 Amazon OpenSearch Service 的零 ETL 集成。有关更多信息,请参阅适用于 OpenSearch Ingestion 的 DynamoDB 插件和 Amazon OpenSearch Service 的具体最佳实践。
配置
-
仅对需要执行搜索的数据编制索引。请务必使用映射模板(
template_type: index_template
和template_content
)和include_keys
来实现这一点。 -
监控日志中是否存在与类型冲突相关的错误。OpenSearch Service 期望给定键的所有值都具有相同的类型。如果不匹配,则会引发异常。如果您遇到其中一个错误,可以添加一个处理器来捕获给定的键始终是相同的值。
-
通常使用
primary_key
元数据值作为document_id
值。在 OpenSearch Service 中,文档 ID 等同于 DynamoDB 中的主键。使用主键可以轻松找到您的文档,并确保更新始终如一地复制到该文档而不会发生冲突。您可以使用帮助程序函数
getMetadata
来获取您的主键(例如,document_id: "${getMetadata('primary_key')}"
)。如果您使用的是复合主键,则帮助程序函数会将它们连接在一起。 -
通常,使用
opensearch_action
元数据值进行action
设置。这将确保以这样的方式复制更新,使 OpenSearch Service 中的数据与 DynamoDB 中的最新状态相匹配。您可以使用帮助程序函数
getMetadata
来获取您的主键(例如,action: "${getMetadata('opensearch_action')}"
)。对于筛选等用例,您也可以通过dynamodb_event_name
获取流事件类型。但是,通常不应将其用于action
设置。
可观察性
-
始终在 OpenSearch 接收器上使用死信队列(DLQ)来处理丢弃的事件。DynamoDB 的结构化通常不如 OpenSearch Service,而且总是有可能发生意想不到的事情。使用死信队列,您可以恢复各个事件,甚至自动执行恢复过程。这将有助于您避免重建整个索引。
-
请务必设置警报,让您的复制延迟不会超过预期值。通常情况下,假设为一分钟比较安全,警报也不会太吵。这可能会有所不同,具体取决于您的写入流量激增程度以及管道上的 OpenSearch 计算单位(OCU)设置。
如果您的复制延迟超过 24 小时,则您的流将开始丢弃事件,除非您从头开始完全重建索引,否则您将遇到准确性问题。
扩展
-
对管道使用自动扩缩来协助纵向或横向扩展 OCU 以很好地满足工作负载需求。
-
对于没有自动扩缩的预置吞吐量表,我们建议根据写入容量单位(WCU)除以 1000 来设置 OCU。将最小值设置为低于该数量 1 个 OCU(但至少为 1),并将最大值设置为至少比该数量高出 1 个 OCU。
-
公式:
OCU_minimum = GREATEST((table_WCU / 1000) - 1, 1) OCU_maximum = (table_WCU / 1000) + 1
-
示例:您的表已置 25000 个 WCU。您管道的 OCU 应设置为最少 24(25000/1000 - 1),最大值应设置为至少 26(25000/1000 + 1)。
-
-
对于有自动扩缩的预置吞吐量表,我们建议根据最小和最大 WCU 除以 1000 来设置 OCU。将最小值设置为低于 DynamoDB 中最小值 1 个 OCU,并将最大值设置为至少比 DynamoDB 中最大值高 1 个 OCU。
-
公式:
OCU_minimum = GREATEST((table_minimum_WCU / 1000) - 1, 1) OCU_maximum = (table_maximum_WCU / 1000) + 1
-
示例:您的表具有自动扩缩策略,最小值为 8000,最大值为 14000。您管道的 OCU 应最少设置为 7(8000/1000 - 1),最大值应设置为 15(14000/1000 + 1)。
-
-
对于按需吞吐量表,我们建议根据每秒写入请求单位的典型峰值和谷值来设置 OCU。您可能需要取更长时间段的平均值,具体取决于可用的聚合。将最小值设置为低于 DynamoDB 中最小值 1 个 OCU,并将最大值设置为至少比 DynamoDB 中最大值高 1 个 OCU。
-
公式:
# Assuming we have writes aggregated at the minute level OCU_minimum = GREATEST((min(table_writes_1min) / (60 * 1000)) - 1, 1) OCU_maximum = (max(table_writes_1min) / (60 * 1000)) + 1
-
示例:您表的平均谷值为每秒 300 个写入请求单位,平均峰值为 4300。您管道的 OCU 应最少设置为 1(300/1000 - 1,但至少为 1),最大值应设置为 5(4300/1000 + 1)。
-
-
请遵循扩展目标 OpenSearch Service 索引的最佳实践。如果您的索引规模不足,则会减慢 DynamoDB 的摄取速度,并可能导致延迟。
注意
GREATEST
是一个 SQL 函数,在给定一组参数的情况下,它返回值最大的参数。