25）？
" />
DynamoDB 的 Query 操作必须指定分区键（hash key），无法直接按非索引字段（如 age）条件查询全表；若需实现类似 SQL 的 WHERE age > 25，应改用 Scan 操作并配合 FilterExpression，但需警惕性能与成本风险。
dynamodb 的 query 操作必须指定分区键（hash key），无法直接按非索引字段（如 age）条件查询全表；若需实现类似 sql 的 `where age > 25`，应改用 scan 操作并配合 filterexpression，但需警惕性能与成本风险。
在 DynamoDB 中，“查询非主键或非索引字段”是一个常见误区。正如问题中所示：表 people 仅将 id（哈希键）和 age（范围键）组合为主键，这意味着 只有以 id 为前提的条件才能使用 Query —— 例如 id = "id_1" AND age > 25 是合法的；而脱离 id 单独查询 age > 25，则 Query 操作根本不可行，无论是否启用 FilterExpression 或 KeyConditionExpression。
❌ 错误做法：强行用 Query 查询非索引字段
你提供的代码中尝试通过 KeyConditions 或 KeyConditionExpression 仅指定 age 字段，会导致如下错误：
ValidationException: Either the KeyConditions or KeyConditionExpression parameter must be specified in the request.
这是因为 DynamoDB 的 Query 接口强制要求提供分区键（hash key）的精确匹配条件（如 id = :v_id）。即使你注释掉 KeyConditions、只留 FilterExpression，请求仍会失败——因为 FilterExpression 是 查询后过滤，而非 查询条件本身；它不能替代主键约束。
✅ 正确理解：Query = “定位到某一分区键下的数据子集” + “可选地按范围键筛选”；
❌ Query ≠ “全表条件检索”。
✅ 正确方案：使用 Scan + FilterExpression
当目标字段（如 age）未建索引时，唯一可行的方式是 Scan 操作，它遍历表中所有项目（或全局二级索引），再应用过滤器返回匹配结果：
func scanDynamoByAge() {
svc := dynamodb.New(session.Must(session.NewSession()))
params := &dynamodb.ScanInput{
TableName: aws.String("people"),
Limit: aws.Int64(3),
FilterExpression: aws.String("age > :v_age"),
ExpressionAttributeValues: map[string]*dynamodb.AttributeValue{
":v_age": {
N: aws.String("25"),
},
},
Select: aws.String("ALL_ATTRIBUTES"),
}
resp, err := svc.Scan(params)
if err != nil {
log.Printf("Scan Error: %v", err)
return
}
log.Printf("Found %d items", len(resp.Items))
for _, item := range resp.Items {
log.Printf("Item: %+v", awsutil.Prettify(item))
}
}⚠️ 注意事项：
- Scan 会读取表中每一条记录（即使只返回 3 条），消耗大量读取容量单位（RCUs）；
- 对于 100 万条记录的表，一次全表 Scan 可能耗尽预置吞吐量，拖慢其他关键接口；
- FilterExpression 在服务端执行，但不减少实际读取的数据量——它只是丢弃不匹配项，RCU 消耗仍按扫描的总数据量计费；
- 建议始终设置 Limit 并结合分页（LastEvaluatedKey）处理大数据集；
- 若该查询高频且低延迟敏感（如用户前端请求），务必重构数据模型——例如创建 GSI（全局二级索引），以 age 为分区键：
GSI Name: age-index Partition Key: age (Number) Sort Key: id (String) ← 可选，用于排序或去重
然后即可高效执行：
// 使用 GSI 查询 age > 25 的所有记录
params := &dynamodb.QueryInput{
TableName: aws.String("people"),
IndexName: aws.String("age-index"),
KeyConditionExpression: aws.String("age > :v_age"),
ExpressionAttributeValues: map[string]*dynamodb.AttributeValue{
":v_age": { N: aws.String("25") },
},
}总结：选型决策树
| 场景 | 推荐操作 | 理由 |
|---|---|---|
| ✅ 已知 id，查 id = X AND age > 25 | Query（主表） | 利用主键索引，高效精准 |
| ⚠️ 未知 id，但需 age > 25 且表小（ | Scan + FilterExpression | 简单实现，适合后台批处理 |
| ? 高频、低延迟、大数据量的 age > 25 查询 | 创建 GSI（age 为 PK） | 将查询转化为索引驱动的 Query，兼顾性能与扩展性 |
| ? 试图用 Query 绕过分区键约束 | 不可行 | 违反 DynamoDB 核心设计原则，必然报错 |
记住：DynamoDB 的强大源于其可预测的性能，而这份确定性建立在“显式索引设计”之上。不要把 NoSQL 当作 SQL 用——先设计好访问模式，再建模，才是云原生数据库的最佳实践。
