Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Verwendung von DynamoDB als Datenspeicher für einen Online-Shop
In diesem Anwendungsfall geht es um die Verwendung von DynamoDB als Datenspeicher für einen Online-Shop (E-Store).
Anwendungsfall
In einem Online-Shop können Benutzer verschiedene Produkte durchsuchen und diese schließlich kaufen. Basierend auf der generierten Rechnung kann ein Kunde mit einem Rabattcode oder einer Geschenkkarte bezahlen und dann den Restbetrag mit einer Kreditkarte begleichen. Die gekauften Produkte werden von einem der Warenlager abgeholt und an die angegebene Adresse versandt. Zu den typischen Zugriffsmustern für einen Online-Shop gehören folgende:
-
Kunden für eine bestimmte CustomerId abrufen
-
Produkt für eine bestimmte ProductId abrufen
-
Warenlager für eine bestimmte WarehouseId abrufen
-
Produktbestand für alle Warenlager nach ProductId abrufen
-
Bestellung für eine bestimmte OrderId abrufen
-
Alle Produkte für eine bestimmte OrderId abrufen
-
Rechnung für eine bestimmte OrderId abrufen
-
Alle Lieferungen für eine bestimmte OrderId abrufen
-
Alle Bestellungen für eine bestimmte ProductId für einen bestimmten Zeitraum abrufen
-
Rechnung für eine bestimmte InvoiceId abrufen
-
Alle Zahlungen für eine bestimmte InvoiceId abrufen
-
Versanddetails für eine bestimmte ShipmentId abrufen
-
Alle Lieferungen für eine bestimmte WarehouseId abrufen
-
Bestand aller Produkte für eine bestimmte WarehouseId abrufen
-
Alle Rechnungen für eine bestimmte CustomerId für einen bestimmten Zeitraum abrufen
-
Alle von einer bestimmten CustomerId bestellten Produkte für einen bestimmten Zeitraum abrufen
Diagramm der Entitätsbeziehungen
Dieses Diagramm der Entitätsbeziehungen (Entity Relationship Diagram, ERD) verwenden wir, um DynamoDB als Datenspeicher für einen Online-Shop zu verwenden.

Zugriffsmuster
Das sind die Zugriffsmuster, die wir in Betracht ziehen, wenn wir DynamoDB als Datenspeicher für einen Online-Shop verwenden.
-
getCustomerByCustomerId
-
getProductByProductId
-
getWarehouseByWarehouseId
-
getProductInventoryByProductId
-
getOrderDetailsByOrderId
-
getProductByOrderId
-
getInvoiceByOrderId
-
getShipmentByOrderId
-
getOrderByProductIdForDateRange
-
getInvoiceByInvoiceId
-
getPaymentByInvoiceId
-
getShipmentDetailsByShipmentId
-
getShipmentByWarehouseId
-
getProductInventoryByWarehouseId
-
getInvoiceByCustomerIdForDateRange
-
getProductsByCustomerIdForDateRange
Entwicklung des Schemadesigns
Verwenden SieNoSQL-Workbench für DynamoDB, import AnOnlineShop_1.jsonAnOnlineShop
und eine neue Tabelle namens zu erstellen. OnlineShop
Beachten Sie, dass wir für den Partitionsschlüssel und den Sortierschlüssel die generischen Namen PK
und SK
verwenden. Diese Methode wird verwendet, um verschiedene Arten von Entitäten in derselben Tabelle zu speichern.
Schritt 1: Zugriffsmuster 1 (getCustomerByCustomerId
) angehen
Importieren Sie AnOnlineShop_2.jsongetCustomerByCustomerId
Manche Entitäten haben keine Beziehungen zu anderen Entitäten, daher verwenden wir für sie den gleichen Wert von PK
und SK
. Beachten Sie in den Beispieldaten, dass die Schlüssel das Präfix c#
verwenden, um die customerId
von anderen Entitäten zu unterscheiden, die später hinzugefügt werden. Diese Vorgehensweise wird auch für andere Entitäten genutzt.
Um dieses Zugriffsmuster anzugehen, kann ein GetItem
-Vorgang mit PK=customerId
und SK=customerId
verwendet werden.
Schritt 2: Zugriffsmuster 2 (getProductByProductId
) angehen
Importieren Sie AnOnlineShop_3.jsongetProductByProductId
) für die Entität zu adressieren. product
Den Produktentitäten wird das Präfix p#
vorangestellt und dasselbe Sortierschlüsselattribut wurde zum Speichern der customerID
und der productID
verwendet. Die generische Benennung und vertikale Partitionierung ermöglichen es uns, solche Elementauflistungen zu erstellen, um ein effektives Einzeltabellendesign zu erhalten.
Um dieses Zugriffsmuster anzugehen, kann ein GetItem
-Vorgang mit PK=productId
und SK=productId
verwendet werden.
Schritt 3: Zugriffsmuster 3 (getWarehouseByWarehouseId
) angehen
Importieren Sie AnOnlineShop_4.jsongetWarehouseByWarehouseId
) für die Entität zu adressieren. warehouse
Derzeit werden die Entitäten customer
, product
und warehouse
zur selben Tabelle hinzugefügt. Sie unterscheiden sich durch Präfixe und das Attribut EntityType
. Ein Typ-Attribut (oder eine Präfixbenennung) verbessert die Lesbarkeit des Modells. Die Lesbarkeit wäre beeinträchtigt, wenn wir einfach alphanumerische Zahlen IDs für verschiedene Entitäten im selben Attribut speichern würden. Ohne diese Identifikatoren wäre es schwierig, eine Entität von der anderen zu unterscheiden.
Um dieses Zugriffsmuster anzugehen, kann ein GetItem
-Vorgang mit PK=warehouseId
und SK=warehouseId
verwendet werden.
Basistabelle:

Schritt 4: Zugriffsmuster 4 (getProductInventoryByProductId
) angehen
Importieren Sie AnOnlineShop_5.json, um das Zugriffsmuster 4 ()getProductInventoryByProductId
warehouseItem
Die Entität wird verwendet, um die Anzahl der Produkte in jedem Lager zu verfolgen. Dieses Element wird normalerweise aktualisiert, wenn ein Produkt einem Warenlager hinzugefügt oder entnommen wird. Wie in der ERD zu sehen ist, besteht ein many-to-many Zusammenhang zwischen product
undwarehouse
. Hier wird die one-to-many Beziehung von product
bis warehouse
modelliert alswarehouseItem
. Später product
wird auch die one-to-many Beziehung von warehouse
bis modelliert.
Das Zugriffsmuster 4 kann mit der Abfrage von PK=ProductId
und SK begins_with “w#“
angegangen werden.
Weitere Informationen zu begins_with()
und weitere Ausdrücke, die auf Sortierschlüssel angewendet werden können, finden Sie unter Schlüsselbedingungsausdrücke.
Basistabelle:

Schritt 5: Zugriffsmuster 5 (getOrderDetailsByOrderId
) und 6 (getProductByOrderId
) angehen
Fügen Sie der Tabelle weitere warehouse
Elemente customer
product
, und hinzu, indem Sie _6.json importieren. AnOnlineShoporder
, die die Zugriffsmuster 5 (getOrderDetailsByOrderId
) und 6 () adressieren kann. getProductByOrderId
Sie können die one-to-many Beziehung zwischen OrderItem-Entitäten order
und deren product
Modellierung als OrderItem-Entitäten sehen.
Um das Zugriffsmuster 5 (getOrderDetailsByOrderId
) anzugehen, fragen Sie die Tabelle mit PK=orderId
ab. Dadurch erhalten Sie alle Informationen zur Bestellung, einschließlich der customerId
und der bestellten Produkte.
Basistabelle:

Um das Zugriffsmuster 6 (getProductByOrderId
) anzugehen, müssen wir nur Produkte in einer order
lesen. Fragen Sie dazu die Tabelle mit PK=orderId
und SK begins_with “p#”
ab.
Basistabelle:

Schritt 6: Zugriffsmuster 7 (getInvoiceByOrderId
) angehen
Importieren Sie AnOnlineShop_8.jsoninvoice
Entität hinzuzufügen, die das Zugriffsmuster 7 () verarbeitet. getInvoiceByOrderId
Um dieses Zugriffsmuster anzugehen, können Sie einen Abfragevorgang mit PK=orderId
und SK begins_with
“i#”
verwenden.
Basistabelle:

Schritt 7: Zugriffsmuster 8 (getShipmentByOrderId
) angehen
Importieren Sie AnOnlineShop_9.jsonshipment
Entitäten hinzuzufügen, um das Zugriffsmuster 8 zu adressieren (). getShipmentByOrderId
Wir erweitern dasselbe vertikal partitionierte Modell, indem wir dem Einzeltabellendesign weitere Typen von Entitäten hinzufügen. Beachten Sie, dass die Elementauflistung order die verschiedenen Beziehungen enthält, die eine Entität des Typs order
zu den Entitäten des Typs shipment
, orderItem
und invoice
hat.
Um Lieferungen nach orderId
abzurufen, können Sie einen Abfragevorgang mit PK=orderId
und SK begins_with “sh#”
durchführen.
Basistabelle:

Schritt 8: Zugriffsmuster 9 (getOrderByProductIdForDateRange
) angehen
Wir haben im vorherigen Schritt die Elementauflistung order erstellt. Dieses Zugriffsmuster hat neue Suchdimensionen (ProductID
und Date
), weshalb Sie die gesamte Tabelle scannen und relevante Datensätze herausfiltern müssen, um die anvisierten Elemente abzurufen. Um dieses Zugriffsmuster anzugehen, müssen wir einen globalen sekundären Index (GSI) erstellen. Importieren Sie AnOnlineShop_10.jsonorderItem
Daten aus mehreren Bestellartikelsammlungen abzurufen. Die Daten verfügen jetzt über GSI1-PK
und GSI1-SK
, den zukünftigen Partitionsschlüssel und Sortierschlüssel von GSI1
.
DynamoDB fügt automatisch Elemente, die die Schlüsselattribute eines GSI enthalten, aus der Tabelle in den GSI ein. Zusätzliche manuelle Einfügungen in den GSI sind nicht notwendig.
Um das Zugriffsmuster 9 anzugehen, führen Sie eine Abfrage an GSI1
mit GSI1-PK=productId
und GSI1SK between (date1,
date2)
durch.
Basistabelle:

GSI1:

Schritt 9: Zugriffsmuster 10 (getInvoiceByInvoiceId
) und 11 (getPaymentByInvoiceId
) angehen
Importieren Sie AnOnlineShop_11.jsongetInvoiceByInvoiceId
) und 11 (getPaymentByInvoiceId
) zu adressieren, die sich beide auf. invoice
Obwohl es sich um zwei unterschiedliche Zugriffsmuster handelt, werden sie mit derselben Schlüsselbedingung realisiert. Payments
sind als Attribut mit dem Datentyp „Karte“ auf der Entität invoice
definiert.
Anmerkung
GSI1-PK
und GSI1-SK
sind überladen und speichern Informationen über verschiedene Entitäten, sodass mehrere Zugriffsmuster vom selben GSI aus abgedeckt werden können. Weitere Informationen zur GSI-Überladung finden Sie unter Überladen globaler sekundärer Indizes in DynamoDB.
Um die Zugriffsmuster 10 und 11 anzugehen, fragen Sie GSI1
mit GSI1-PK=invoiceId
und GSI1-SK=invoiceId
ab.
GSI1:

Schritt 10: Zugriffsmuster 12 (getShipmentDetailsByShipmentId
) und 13 (getShipmentByWarehouseId
) angehen
Importieren Sie AnOnlineShop_12.jsongetShipmentDetailsByShipmentId
) und 13 () zu adressieren. getShipmentByWarehouseId
Beachten Sie, dass shipmentItem
-Entitäten zur Elementauflistung order in der Basistabelle hinzugefügt werden, damit alle Details zu einer Bestellung in einem einzigen Abfragevorgang abgerufen werden können.
Basistabelle:

Die GSI1
Partitions- und Sortierschlüssel wurden bereits verwendet, um eine one-to-many Beziehung zwischen und zu modellieren. shipment
shipmentItem
Um das Zugriffsmuster 12 (getShipmentDetailsByShipmentId
) anzugehen, fragen Sie GSI1
mit GSI1-PK=shipmentId
und GSI1-SK=shipmentId
ab.
GSI1:

Wir müssen eine weitere GSI (GSI2
) erstellen, um die neue one-to-many Beziehung zwischen warehouse
und shipment
für das Zugriffsmuster 13 () zu modellieren. getShipmentByWarehouseId
Um dieses Zugriffsmuster anzugehen, fragen Sie GSI2
mit GSI2-PK=warehouseId
und GSI2-SK
begins_with “sh#”
ab.
GSI2:

Schritt 11: Zugriffsmuster 14 (getProductInventoryByWarehouseId
), 15 (getInvoiceByCustomerIdForDateRange
) und 16 (getProductsByCustomerIdForDateRange
) angehen
Importieren Sie AnOnlineShop_13.jsongetProductInventoryByWarehouseId
) anzugehen, fragen Sie GSI2
mit GSI2-PK=warehouseId
und GSI2-SK
begins_with “p#”
ab.
GSI2:

Um das Zugriffsmuster 15 (getInvoiceByCustomerIdForDateRange
) anzugehen, fragen Sie GSI2
mit GSI2-PK=customerId
und GSI2-SK between
(i#date1, i#date2)
ab.
GSI2:

Um das Zugriffsmuster 16 (getProductsByCustomerIdForDateRange
) anzugehen, fragen Sie GSI2
mit GSI2-PK=customerId
und GSI2-SK between
(p#date1, p#date2)
ab.
GSI2:

Anmerkung
In NoSQL-Workbench stehen Facets für die verschiedenen Datenzugriffsmuster einer Anwendung für DynamoDB. Facets bieten Ihnen die Möglichkeit, eine Teilmenge der Daten in einer Tabelle anzuzeigen, ohne Datensätze sehen zu müssen, die den Einschränkungen des Facets nicht entsprechen. Facets gelten als visuelles Datenmodellierungswerkzeug und existieren nicht als brauchbares Konstrukt in DynamoDB, da sie eine reine Hilfe zur Modellierung von Zugriffsmustern darstellen.
Importieren Sie AnOnlineShop_facets.json
Alle Zugriffsmuster und wie das Schemadesign sie behandelt, sind in der folgenden Tabelle zusammengefasst:
Zugriffsmuster | Basis-table/GSI/LSI | Operation | Partitionsschlüsselwert | Sortierschlüsselwert |
---|---|---|---|---|
getCustomerByCustomerId | Basistabelle | GetItem | PK=customerId | SK=customerId |
getProductByProductId | Basistabelle | GetItem | PK=productId | SK=productId |
getWarehouseByWarehouseId | Basistabelle | GetItem | PK=warehouseId | SK=warehouseId |
getProductInventoryByProductId | Basistabelle | Query | PK=productId | SK begins_with "w#" |
getOrderDetailsByOrderId | Basistabelle | Query | PK=orderId | |
getProductByOrderId | Basistabelle | Query | PK=orderId | SK begins_with "p#" |
getInvoiceByOrderId | Basistabelle | Query | PK=orderId | SK begins_with "i#" |
getShipmentByOrderId | Basistabelle | Query | PK=orderId | SK begins_with "sh#" |
getOrderByProductIdForDateRange | GSI1 | Abfrage | PK=productId | SK zwischen Datum1 und Datum2 |
getInvoiceByInvoiceId | GSI1 | Abfrage | PK=invoiceId | SK=invoiceId |
getPaymentByInvoiceId | GSI1 | Abfrage | PK=invoiceId | SK=invoiceId |
getShipmentDetailsByShipmentId | GSI1 | Abfrage | PK=shipmentId | SK=shipmentId |
getShipmentByWarehouseId | GSI2 | Abfrage | PK=warehouseId | SK begins_with "sh#" |
getProductInventoryByWarehouseId | GSI2 | Abfrage | PK=warehouseId | SK begins_with "p#" |
getInvoiceByCustomerIdForDateRange | GSI2 | Abfrage | PK=customerId | SKU zwischen i#date1 und i#date2 |
getProductsByCustomerIdForDateRange | GSI2 | Abfrage | PK=customerId | SK zwischen p#date1 und p#date2 |
Endgültiges Schema des Onlineshops
Dies sind die endgültigen Schemadesigns. Informationen zum Herunterladen dieses Schemadesign als JSON-Datei finden Sie unter DynamoDB-Entwurfsmuster
Basistabelle

GSI1

GSI2

Verwendung von NoSQL Workbench mit diesem Schemadesign
Sie können dieses endgültige Schema in NoSQL Workbench importieren, um Ihr neues Projekt weiter zu untersuchen und zu bearbeiten. NoSQL Workbench ist ein visuelles Tool, das Features zur Datenmodellierung, Datenvisualisierung und Abfrageentwicklung für DynamoDB bereitstellt. Gehen Sie folgendermaßen vor, um zu beginnen:
-
Laden Sie NoSQL Workbench herunter. Weitere Informationen finden Sie unter Herunterladen von NoSQL Workbench for DynamoDB.
-
Laden Sie die oben aufgeführte JSON-Schemadatei herunter, die bereits das NoSQL-Workbench-Modellformat aufweist.
-
Importieren Sie die JSON-Schemadatei in NoSQL Workbench. Weitere Informationen finden Sie unter Importieren eines vorhandenen Datenmodells.
-
Nach dem Import in NOSQL Workbench können Sie das Datenmodell bearbeiten. Weitere Informationen finden Sie unter Bearbeiten eines vorhandenen Datenmodells.
-
Verwenden Sie das Feature Data Visualizer von NoSQL Workbench, um Ihr Datenmodell zu visualisieren, Beispieldaten hinzuzufügen oder Beispieldaten aus einer CSV-Datei zu importieren.