dynamodb

AWS DynamoDB

Amazon DynamoDB は、あらゆる規模で高速かつ予測可能なパフォーマンスを提供する、フルマネージド型の NoSQL データベースサービスです。キーバリュー型とドキュメント型のデータ構造をサポートしています。

目次

• コアコンセプト
• 一般的なパターン
• CLI リファレンス
• ベストプラクティス
• トラブルシューティング
• 参考資料

コアコンセプト

キー

キーの種類	説明
パーティションキー（PK）	必須です。データの分散方法を決定します
ソートキー（SK）	任意です。パーティション内で範囲クエリを実行できます
複合キー	PK と SK の組み合わせ

セカンダリインデックス

インデックスの種類	説明
GSI（グローバルセカンダリインデックス）	PK/SK が異なり、スループットは個別に設定され、結果整合性があります
LSI（ローカルセカンダリインデックス）	PK は同じで SK は異なり、テーブルのスループットを共有し、強い整合性も選択できます

キャパシティモード

モード	用途
オンデマンド	トラフィックが予測できない場合。リクエストごとの従量課金です
プロビジョンド	トラフィックが予測できる場合。コストを抑えられ、自動スケーリングを利用できます

一般的なパターン

テーブルの作成

AWS CLI：

aws dynamodb create-table \
  --table-name Users \
  --attribute-definitions \
    AttributeName=PK,AttributeType=S \
    AttributeName=SK,AttributeType=S \
  --key-schema \
    AttributeName=PK,KeyType=HASH \
    AttributeName=SK,KeyType=RANGE \
  --billing-mode PAY_PER_REQUEST

boto3：

import boto3

dynamodb = boto3.resource('dynamodb')

table = dynamodb.create_table(
    TableName='Users',
    KeySchema=[
        {'AttributeName': 'PK', 'KeyType': 'HASH'},
        {'AttributeName': 'SK', 'KeyType': 'RANGE'}
    ],
    AttributeDefinitions=[
        {'AttributeName': 'PK', 'AttributeType': 'S'},
        {'AttributeName': 'SK', 'AttributeType': 'S'}
    ],
    BillingMode='PAY_PER_REQUEST'
)

table.wait_until_exists()

基本的な CRUD 操作

import boto3
from boto3.dynamodb.conditions import Key, Attr

dynamodb = boto3.resource('dynamodb')
table = dynamodb.Table('Users')

# Put item
table.put_item(
    Item={
        'PK': 'USER#123',
        'SK': 'PROFILE',
        'name': 'John Doe',
        'email': '[email protected]',
        'created_at': '2024-01-15T10:30:00Z'
    }
)

# Get item
response = table.get_item(
    Key={'PK': 'USER#123', 'SK': 'PROFILE'}
)
item = response.get('Item')

# Update item
table.update_item(
    Key={'PK': 'USER#123', 'SK': 'PROFILE'},
    UpdateExpression='SET #name = :name, updated_at = :updated',
    ExpressionAttributeNames={'#name': 'name'},
    ExpressionAttributeValues={
        ':name': 'John Smith',
        ':updated': '2024-01-16T10:30:00Z'
    }
)

# Delete item
table.delete_item(
    Key={'PK': 'USER#123', 'SK': 'PROFILE'}
)

クエリ操作

# Query by partition key
response = table.query(
    KeyConditionExpression=Key('PK').eq('USER#123')
)

# Query with sort key condition
response = table.query(
    KeyConditionExpression=Key('PK').eq('USER#123') & Key('SK').begins_with('ORDER#')
)

# Query with filter
response = table.query(
    KeyConditionExpression=Key('PK').eq('USER#123'),
    FilterExpression=Attr('status').eq('active')
)

# Query with projection
response = table.query(
    KeyConditionExpression=Key('PK').eq('USER#123'),
    ProjectionExpression='PK, SK, #name, email',
    ExpressionAttributeNames={'#name': 'name'}
)

# Paginated query
paginator = dynamodb.meta.client.get_paginator('query')
for page in paginator.paginate(
    TableName='Users',
    KeyConditionExpression='PK = :pk',
    ExpressionAttributeValues={':pk': {'S': 'USER#123'}}
):
    for item in page['Items']:
        print(item)

バッチ操作

# Batch write (up to 25 items)
with table.batch_writer() as batch:
    for i in range(100):
        batch.put_item(Item={
            'PK': f'USER#{i}',
            'SK': 'PROFILE',
            'name': f'User {i}'
        })

# Batch get (up to 100 items)
dynamodb = boto3.resource('dynamodb')
response = dynamodb.batch_get_item(
    RequestItems={
        'Users': {
            'Keys': [
                {'PK': 'USER#1', 'SK': 'PROFILE'},
                {'PK': 'USER#2', 'SK': 'PROFILE'}
            ]
        }
    }
)

GSI の作成

aws dynamodb update-table \
  --table-name Users \
  --attribute-definitions AttributeName=email,AttributeType=S \
  --global-secondary-index-updates '[
    {
      "Create": {
        "IndexName": "email-index",
        "KeySchema": [{"AttributeName": "email", "KeyType": "HASH"}],
        "Projection": {"ProjectionType": "ALL"}
      }
    }
  ]'

条件付き書き込み

from botocore.exceptions import ClientError

# Only put if item doesn't exist
try:
    table.put_item(
        Item={'PK': 'USER#123', 'SK': 'PROFILE', 'name': 'John'},
        ConditionExpression='attribute_not_exists(PK)'
    )
except ClientError as e:
    if e.response['Error']['Code'] == 'ConditionalCheckFailedException':
        print("Item already exists")

# Optimistic locking with version
table.update_item(
    Key={'PK': 'USER#123', 'SK': 'PROFILE'},
    UpdateExpression='SET #name = :name, version = version + :inc',
    ConditionExpression='version = :current_version',
    ExpressionAttributeNames={'#name': 'name'},
    ExpressionAttributeValues={
        ':name': 'New Name',
        ':inc': 1,
        ':current_version': 5
    }
)

CLI リファレンス

テーブル操作

コマンド	説明
aws dynamodb create-table	テーブルを作成
aws dynamodb describe-table	テーブル情報を取得
aws dynamodb update-table	テーブル／インデックスを変更
aws dynamodb delete-table	テーブルを削除
aws dynamodb list-tables	すべてのテーブルを一覧表示

アイテム操作

コマンド	説明
aws dynamodb put-item	アイテムを作成／置換
aws dynamodb get-item	単一のアイテムを読み取り
aws dynamodb update-item	アイテムの属性を更新
aws dynamodb delete-item	アイテムを削除
aws dynamodb query	キーでクエリ
aws dynamodb scan	テーブル全体をスキャン

バッチ操作

コマンド	説明
aws dynamodb batch-write-item	バッチ書き込み（最大 25 件）
aws dynamodb batch-get-item	バッチ読み取り（最大 100 件）
aws dynamodb transact-write-items	トランザクション書き込み
aws dynamodb transact-get-items	トランザクション読み取り

ベストプラクティス

データモデリング

• アクセスパターンに合わせて設計する — 設計の前にクエリを把握します
• 複合キーを使用する — PK はグループ化に、SK は並べ替え／フィルタリングに使用します
• スキャンよりクエリを優先する — スキャンはコストがかかります
• スパースインデックスを使用する — インデックス属性を持つアイテムのみがインデックス化されます
• 関連するエンティティにはシングルテーブル設計を検討します

パフォーマンス

• パーティションキーを均等に分散する — ホットパーティションを避けます
• バッチ操作を使用する — API 呼び出しを減らします
• 読み取り中心のワークロードでは DAX を有効にする
• プロジェクションを使用する — データ転送量を減らします

コストの最適化

• ワークロードの変動が大きい場合はオンデマンドを使用する
• ワークロードが予測可能な場合はプロビジョンドと自動スケーリングを使用する
• 有効期限があるデータには TTL を設定する
• アクセス頻度の低いデータは S3 にアーカイブする

トラブルシューティング

スロットリング

症状： ProvisionedThroughputExceededException

原因：

• ホットパーティション（キーの分散が不均等）
• バーストトラフィックがキャパシティを超過
• GSI のスロットリングがベーステーブルに影響

解決策：

# Use exponential backoff
import time
from botocore.config import Config

config = Config(
    retries={
        'max_attempts': 10,
        'mode': 'adaptive'
    }
)
dynamodb = boto3.resource('dynamodb', config=config)

ホットパーティション

デバッグ：

# Check consumed capacity by partition
aws cloudwatch get-metric-statistics \
  --namespace AWS/DynamoDB \
  --metric-name ConsumedReadCapacityUnits \
  --dimensions Name=TableName,Value=Users \
  --start-time $(date -d '1 hour ago' -u +%Y-%m-%dT%H:%M:%SZ) \
  --end-time $(date -u +%Y-%m-%dT%H:%M:%SZ) \
  --period 60 \
  --statistics Sum

解決策：

• パーティションキーにランダム性を加える
• 書き込みシャーディングを使用する
• パーティション間でアクセスを分散する

クエリでアイテムが返されない

デバッグチェックリスト：

1. キーの値が完全に一致していることを確認します（大文字と小文字を区別します）
2. キーの型（S、N、B）を確認します
3. テーブル／インデックス名を確認します
4. フィルター式を確認します（読み取り後に適用されます）

スキャンのパフォーマンス

問題： スキャンが遅く、コストがかかります

解決策：

• 大きなテーブルには並列スキャンを使用します
• アクセスパターンに合わせて GSI を作成します
• フィルター式を使用して、返されるデータを減らします

# Parallel scan
import concurrent.futures

def scan_segment(segment, total_segments):
    return table.scan(
        Segment=segment,
        TotalSegments=total_segments
    )

with concurrent.futures.ThreadPoolExecutor() as executor:
    results = list(executor.map(
        lambda s: scan_segment(s, 4),
        range(4)
    ))

参考資料

• DynamoDB 開発者ガイド
• DynamoDB API リファレンス
• DynamoDB CLI リファレンス
• boto3 DynamoDB
• DynamoDB のベストプラクティス