使用 Python 高效批量写入 DynamoDB：分步指南

百变鹏仔 6天前 #Python

文章标签高效

高效批量写入dynamodb的python指南

对于处理大量数据的应用程序而言，高效地将数据插入AWS DynamoDB至关重要。本指南将逐步演示一个Python脚本，实现以下功能：

检查DynamoDB表是否存在: 如果不存在则创建。
生成随机测试数据: 用于模拟大规模数据插入。
批量写入数据: 利用batch_writer()提高性能和降低成本。

你需要安装boto3库：

pip install boto3

1. 设置DynamoDB表

首先，使用boto3初始化AWS会话并指定DynamoDB区域：

立即学习“Python免费学习笔记（深入）”；

import boto3from botocore.exceptions import ClientError# 初始化AWS会话dynamodb = boto3.resource('dynamodb', region_name='us-east-1')  # 指定区域# DynamoDB表名table_name = 'my_dynamodb_table'

接下来，create_table_if_not_exists()函数检查表是否存在。如果不存在，则创建该表。本例中，表使用简单的分区键id创建。

def create_table_if_not_exists():    try:        table = dynamodb.Table(table_name)        table.load()  # 加载表元数据        print(f"表 '{table_name}' 已存在。")        return table    except ClientError as e:        if e.response['Error']['Code'] == 'ResourceNotFoundException':            print(f"表 '{table_name}' 未找到。正在创建新表...")            table = dynamodb.create_table(                TableName=table_name,                KeySchema=[{'AttributeName': 'id', 'KeyType': 'HASH'}],  # 分区键                AttributeDefinitions=[{'AttributeName': 'id', 'AttributeType': 'S'}],  # 字符串类型                ProvisionedThroughput={'ReadCapacityUnits': 5, 'WriteCapacityUnits': 5}            )            table.meta.client.get_waiter('table_exists').wait(TableName=table_name)            print(f"表 '{table_name}' 创建成功。")            return table        else:            print(f"检查或创建表时出错: {e}")            raise

2. 生成随机数据

本例生成包含id、name、timestamp和value的随机记录。id是16个字符的随机字符串，value是1到1000之间的随机整数。

import randomimport stringfrom datetime import datetime# 生成随机字符串def generate_random_string(length=10):    return ''.join(random.choices(string.ascii_letters + string.digits, k=length))# 生成随机记录def generate_record():    return {        'id': generate_random_string(16),  # 唯一ID        'name': generate_random_string(8),  # 随机名称        'timestamp': str(datetime.utcnow()),  # 时间戳        'value': random.randint(1, 1000),  # 随机值    }

3. 批量写入数据

使用DynamoDB的batch_writer()批量写入记录，而不是逐条写入，从而提高效率。此方法允许一次最多写入25条记录。

# 批量写入记录def batch_write(table, records):    with table.batch_writer() as batch:        for record in records:            batch.put_item(Item=record)

4. 主要流程

创建表和生成记录的功能完成后，定义主流程：

创建表（如果不存在）。
生成1000条随机记录。
将它们分成25条一组写入DynamoDB。

def main():    table = create_table_if_not_exists()    records_batch = []    for i in range(1, 1001):  # 生成1000条记录        record = generate_record()        records_batch.append(record)        if len(records_batch) == 25:            batch_write(table, records_batch)            records_batch = []            print(f"已写入 {i} 条记录")    if records_batch:        batch_write(table, records_batch)        print(f"已写入剩余 {len(records_batch)} 条记录")if __name__ == '__main__':    main()

5. 总结

通过batch_writer()，显著提高了将大量数据写入DynamoDB的效率。关键步骤：

创建DynamoDB表（如果不存在）。
生成随机数据用于测试。
批量写入数据，每次最多25条记录。

这个脚本可以自动化将大型数据集写入DynamoDB的过程，提高应用程序效率。可以根据实际需求修改脚本，并探索DynamoDB的其他功能，例如全局二级索引或自动扩展，以获得最佳性能。

文章推荐

使用 Python 高效批量写入 DynamoDB：分步指南

1. 设置DynamoDB表

2. 生成随机数据

3. 批量写入数据

4. 主要流程

5. 总结

Python程序将列表中的所有元素连接成一个字符串

学习起来哪个更容易，SQL还是Python？

Python - 使用切片获取最后K个列表项的总和

Python程序计算标准差

使用内置函数的Python程序来反转数组的元素