使用 Python 高效批量写入 DynamoDB：分步指南

ID:22179 / 打印

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 boto3 from 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 random import string from 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()