David Eyk's questions

DyanmoDB最佳实践清楚地表明：

您应该在 DynamoDB 应用程序中维护尽可能少的表。大多数设计良好的应用程序只需要一张桌子。

我觉得有趣的是，我见过的处理 DyanmoDB 的每一个教程都有一个多表设计。

但这在实践中意味着什么？

让我们考虑一个具有三个主要实体的简单应用程序：用户、项目和文档。一个用户拥有多个项目，一个项目可以有多个文档。我们通常必须查询用户的项目和项目的文档。读取数量大大超过写入数量。

一个天真的教程的表格设计会使用三个表格：

Users
Hash key
user-id

Projects
Hash key       Global Index
project-id     user-id

Documents
Hash key       Global Index
document-id    project-id

我们可以很容易地折叠Project成Document一张Documents桌子：

Documents
Hash key    Sort key        Global Index
project-id  document-id     user-id

但为什么要停在那里？为什么不一张桌子来统治他们呢？既然User是一切的根源...

Users
Hash key    Sort key
user-id     aspect
---------   ---------
foo         user                   email: [email protected] ...
foo         project:1              title: "The Foo Project"
foo         project:1:document:2   document-id: 2     ...

然后我们会有一个全局索引，比如说，email用于用户记录查找的document-id字段，另一个用于直接文档查找的字段。

这是它应该如何工作的吗？将如此大相径庭的数据放入同一张表中是否合法？或者第二种，双表设计是更好的方法？

在什么时候添加第二个表是正确的？

我们刚刚在我们的 Web 应用程序上安装了性能监控，我们看到来自 Postgres 8.4 服务器的响应时间出现了尖峰模式。峰值对应于我们的网络应用程序的显着放缓。时间似乎主要在“Postgres commit”中占用：

我们在带有 EBS 的 Amazon EC2 c1.xlarge 实例上自托管 Ubuntu 10.04 上的 Postgres 8.4.3，基本上具有库存设置。是的，我知道 EBS 上的 Postgres 可能不是最好的设置。我们计划在今年晚些时候在 RDS 上迁移到更新的 Postgres DB。

与此同时，有什么明显的东西我应该看一下可以驯服这个尖刺的模式吗？

我可能在标题中问了错误的问题。以下是事实：

我的客户服务人员一直抱怨在我们基于 Django 的网站的管理界面上进行客户查找时响应时间很慢。

我们正在使用 Postgres 8.4.6。我开始记录慢查询，并发现了这个罪魁祸首：

SELECT COUNT(*) FROM "auth_user" WHERE UPPER("auth_user"."email"::text) LIKE UPPER(E'%deyk%')

此查询运行时间超过 32 秒。EXPLAIN 提供的查询计划如下：

QUERY PLAN
Aggregate  (cost=205171.71..205171.72 rows=1 width=0)
  ->  Seq Scan on auth_user  (cost=0.00..205166.46 rows=2096 width=0)
        Filter: (upper((email)::text) ~~ '%DEYK%'::text)

因为这是 Django ORM 从 Django Admin 应用程序生成的 Django QuerySet 生成的查询，所以我无法控制查询本身。索引似乎是合乎逻辑的解决方案。我尝试创建一个索引来加快速度，但并没有什么不同：

CREATE INDEX auth_user_email_upper ON auth_user USING btree (upper(email::text))

我究竟做错了什么？我怎样才能加快这个查询？