本文详解如何利用 dynamodb 全局二级索引（gsi）结合时间戳字段，高效查询最近 15 分钟内写入的数据，涵盖 java sdk 实现、时间计算要点及常见陷阱。
在 DynamoDB 中实现“获取最近 15 分钟数据”这一需求，不能像关系型数据库那样直接使用 WHERE create_time > NOW() - INTERVAL 15 MINUTE，而需依赖排序键（Sort Key）的范围查询能力——这正是你已创建的 GSI（materialType 为分区键、createTime 为排序键）的核心价值。
✅ 正确思路：用 Query + 时间范围条件（非 Scan）
由于 createTime 是 GSI 的排序键，DynamoDB 支持对排序键执行 BETWEEN、>、>= 等范围比较。因此应使用 Query 操作（高效、低成本），而非全表扫描（Scan）。
? 步骤一：计算 15 分钟前的时间戳（毫秒级）
Java 中需精确计算当前时间减去 15 分钟的 Unix 毫秒值：
long fifteenMinutesAgo = System.currentTimeMillis() - 15L * 60 * 1000; // 注意：若 createTime 存储为 Instant.toEpochMilli()，则必须用 long 类型匹配
⚠️ 关键提醒：确保 createTime 字段在表中存储为 Number 类型（对应 Java Long），否则比较将失败或返回空结果。
? 步骤二：Java SDK v2 示例（推荐使用 DynamoDbAsyncClient 或 DynamoDbClient）
以下为同步客户端示例（基于 AWS SDK for Java v2）：
import software.amazon.awssdk.services.dynamodb.DynamoDbClient;
import software.amazon.awssdk.services.dynamodb.model.*;
DynamoDbClient dynamoDb = DynamoDbClient.create();
String tableName = "mytable";
String indexName = "myindex"; // 你的 GSI 名称
String materialType = "ITEM_TYPE_A";
long fifteenMinutesAgo = System.currentTimeMillis() - 15L * 60 * 1000;
QueryRequest queryRequest = QueryRequest.builder()
.tableName(tableName)
.indexName(indexName)
.keyConditionExpression("materialType = :v1 AND createTime > :v2")
.expressionAttributeValues(Map.of(
":v1", AttributeValue.builder().s(materialType).build(),
":v2", AttributeValue.builder().n(String.valueOf(fifteenMinutesAgo)).build()
))
.build();
QueryResponse response = dynamoDb.query(queryRequest);
List> items = response.items(); ? 补充说明与最佳实践
- ✅ 必须指定分区键（materialType）：Query 在 GSI 上要求必须提供完整的分区键值，无法仅靠时间范围查询全表。
- ✅ 时间精度一致：确保写入时调用 Instant.now().toEpochMilli()，读取时也统一用 System.currentTimeMillis()（二者在毫秒级基本等价，但避免混用 Instant.now().getEpochSecond() 导致单位错误）。
- ❌ 避免 Scan：若未指定 materialType，无法使用 Query，此时应考虑重构 GSI（例如改用 createdAtDate（如 "2024-05-20"）为分区键 + createdAtTimeMs 为排序键），或引入 TTL + Stream + Lambda 实现实时归档。
- ?️ 安全建议：生产环境请使用 AttributeValue 构建器（如上），避免字符串拼接导致表达式注入风险。
✅ 总结
DynamoDB 的时间范围查询本质是排序键的高效范围扫描，成功前提有三：
① GSI 已正确定义（分区键 + 时间排序键）；
② 查询时提供确定的分区键值 + 合理的时间下界；
③ 时间字段类型、单位、时区逻辑全程统一。
只要满足这三点，即可在毫秒级响应内精准获取最近 15 分钟的全部数据项。
