DynamoDB GSI唯一性约束实现解析与最佳实践

1. 理解ConditionExpression的工作原理与局限性

在DynamoDB中，PutItemRequest允许通过ConditionExpression来指定写入操作必须满足的条件。然而，一个常见的误区是试图利用此表达式来强制全局二级索引（GSI）属性的唯一性。以下是一个典型的尝试：

// 示例代码：尝试通过ConditionExpression在GSI属性上强制唯一性
var req = PutItemRequest.builder()
            .tableName(TABLE_NAME)
            .item(getAllValues(settings))
            .conditionExpression("attribute_not_exists(#" + MAC_ADDRESS + ") AND attribute_not_exists(#" + REGISTRATION_CODE + ")")
            .expressionAttributeNames(Map.of("#" + MAC_ADDRESS, MAC_ADDRESS, "#" + REGISTRATION_CODE, REGISTRATION_CODE))
            .build();

尽管代码尝试使用attribute_not_exists来检查MAC_ADDRESS和REGISTRATION_CODE这两个GSI属性，但这种方法无法达到预期效果，即阻止插入与现有项目中GSI属性值重复的新项目。

核心原因在于： ConditionExpression的评估范围仅限于当前正在被操作（写入或更新）的单个项目。它检查的是：在执行PutItem操作时，当前要写入或更新的这个项目上，指定的属性是否存在。它无法检查数据库中是否已存在其他项目具有相同的属性值。

因此，上述代码中的conditionExpression只会检查当前要插入的项目是否已经包含了MAC_ADDRESS或REGISTRATION_CODE属性。由于您正在插入一个包含这些属性的新项目，这些条件通常会被评估为假（即属性存在），或者如果属性确实不存在于传入的item中，则操作将失败。但它绝不会检查整个表中是否存在具有相同MAC_ADDRESS或REGISTRATION_CODE值的其他项目。这是GSI唯一性约束难以直接实现的关键所在。

2. DynamoDB中唯一性约束的实现策略

DynamoDB是一个分布式NoSQL数据库，其设计哲学是高可用性和可伸缩性。在分布式环境中强制全局唯一性通常会引入复杂的协调和性能开销。因此，DynamoDB并没有提供像关系型数据库那样的内置唯一性约束功能（除了主键）。

2.1 策略一：利用主键的唯一性（推荐）

DynamoDB的主键（包括分区键和可选的排序键）天然地强制了唯一性。在同一个表中，不能有两个项目拥有完全相同的主键。如果两个项目具有相同的分区键和排序键，它们被视为同一个项目，新的写入操作将覆盖旧的项目。

如果某个属性（例如MAC_ADDRESS或REGISTRATION_CODE）必须在整个表中保持唯一，最直接、最推荐且最高效的方法是将其设为主表的分区键。

示例：将MAC_ADDRESS作为主表分区键

假设您的表结构设计为MAC_ADDRESS作为主表的分区键。在这种情况下，您可以利用PutItemRequest的ConditionExpression来确保只有当该MAC_ADDRESS对应的项目尚不存在时才进行插入操作：

// 假设MAC_ADDRESS是主表的分区键 (Partition Key, PK)
// 此时，PutItemRequest会利用主键的唯一性
Map itemToPut = getAllValues(settings);
// 确保itemToPut中包含MAC_ADDRESS作为主键属性
itemToPut.put(PK_NAME, AttributeValue.builder().s(settings.getMacAddress()).build()); // PK_NAME是主键属性名

var req = PutItemRequest.builder()
            .tableName(TABLE_NAME)
            .item(itemToPut)
            .conditionExpression("attribute_not_exists(PK_NAME)") // PK_NAME应替换为实际的分区键属性名
            .build();

这里的PK_NAME应替换为您的主表实际的分区键属性名（例如，如果分区键属性名为MacAddress，则为attribute_not_exists(MacAddress)）。attribute_not_exists(PK_NAME)确保只有当该主键对应的项目不存在时才插入。如果已存在，PutItem操作将因条件失败而抛出ConditionalCheckFailedException。

对于多个需要唯一性的属性：

• 组合主键： 如果多个属性组合起来是唯一的，可以考虑使用复合主键（分区键 + 排序键）。
• 独立唯一性： 如果多个属性都需要独立唯一，且它们不能作为主键，那么就需要更复杂的策略。一种常见模式是为每个需要唯一性的属性创建一个单独的“唯一性检查表”，或者将这些属性作为主表的GSI，但结合事务进行模拟。

2.2 策略二：模拟唯一性约束（复杂且有开销）

当无法将需要唯一性的属性直接作为主表的主键时，可以考虑使用更复杂的模式来“模拟”唯一性约束。这通常涉及到DynamoDB事务（TransactWriteItems）结合一个专门用于唯一性检查的辅助表。

基本原理：

1. 创建一个辅助表，其主键是您需要强制唯一性的属性（例如，MAC_ADDRESS或REGISTRATION_CODE）。
2. 在执行主表写入之前，尝试向这个辅助表写入一个包含该唯一属性的“哨兵”项目。此写入操作必须使用ConditionExpression（例如attribute_not_exists(PK)）来确保该哨兵项目尚不存在。
3. 将主表的写入操作和辅助表的哨兵项目写入操作封装在一个DynamoDB事务中（TransactWriteItems）。
4. 如果事务中的任何一个操作因条件失败（例如，辅助表的哨兵项目已存在），整个事务将回滚，从而保证了唯一性。

示例（概念性）：

// 假设有一个辅助表 UniqueMacAddressesTable，其分区键是 'MacAddress'
// 尝试将主表写入和辅助表写入封装在事务中
TransactWriteItemsRequest transactRequest = TransactWriteItemsRequest.builder()
    .transactItems(
        TransactWriteItem.builder()
            .put(Put.builder()
                .tableName(MAIN_TABLE_NAME)
                .item(getAllValues(settings))
                .build())
            .build(),
        TransactWriteItem.builder()
            .put(Put.builder()
                .tableName(UNIQUE_MAC_ADDRESSES_TABLE_NAME)
                .item(Map.of("MacAddress", AttributeValue.builder().s(settings.getMacAddress()).build()))
                .conditionExpression("attribute_not_exists(MacAddress)") // 确保辅助表中MacAddress不存在
                .build())
            .build()
    )
    .build();

// 执行事务
// dynamoDbClient.transactWriteItems(transactRequest);

重要提示： 这种方法虽然可以实现唯一性，但会增加操作的复杂性、延迟和成本。每个唯一性约束都需要额外的表和事务操作，这在处理高并发写入时可能会成为瓶颈。通常不推荐用于简单的唯一性需求，除非业务场景确实需要这种级别的保证且能够承受额外开销。

3. 注意事项与总结

• GSI的真正用途： 全局二级索引（GSI）主要用于支持不同的查询模式，即允许您通过主表主键之外的属性来查询数据。它们的设计目的不是强制数据完整性或唯一性。
• 设计优先： 在设计DynamoDB表结构时，应优先考虑数据的访问模式和唯一性需求。将需要唯一性的属性纳入主键设计是实现唯一性最自然、高效的方式。
• 权衡利弊： 避免为了实现特定约束而过度复杂化表结构或操作逻辑，尤其是在性能和成本敏感的场景下。复杂模式（如事务模拟）会增加额外的延迟、吞吐量限制和成本。
• 简化原则： 尽可能利用DynamoDB的内置特性（如主键唯一性）来满足业务需求。只有当内置特性无法满足时，才考虑采用更复杂的模式。

综上所述，当需要在DynamoDB中强制属性唯一性时，首选方案是将该属性作为主表的主键。如果这不可行，则需要权衡引入事务和辅助表的复杂性与业务对严格唯一性保证的需求。