Si con la operación “query” el atributo de partición es obligatorio, no es muy útil usarlo para consultar por ejemplo todos los usuarios que tengan una edad, porque cada usuario tendría un id diferente. Quedaríamos solo con la operación “scan” como única alternativa para hacer búsquedas.
Introducción
Qué aprenderás sobre bases de datos en AWS
Introducción a RDS
Características de Relational Database Service (RDS)
Desplegando nuestra primer base de datos
Conexión gráfica a nuestra base de datos
Creación de una tabla
Conexión por consola a nuestra base de datos
Base de Datos corporativa en RDS
Backups, Performance y HA en RDS
Estrategias de backup
Demo estrategias de backup
Estrategias de performance en RDS
Despliegues Multi AZ
Migración a RDS
Estrategias de migración a RDS
Migraciones homogéneas y heterogéneas
Casos de uso de RDS
Aurora
Introducción a Aurora
Características de Aurora
Aurora Serverless
Casos de uso de Aurora
Introducción a DynamoDB
Características de DynamoDB
Consistencia en DynamoDB
Creando nuestra primer tabla en DynamoDB
Casos de uso en DynamoDB
Base de Datos corporativa para encuestas en DynamoDB
Particiones e Índices en DynamoDB
Índices y particiones en DynamoDB
Operaciones Scan en DynamoDB
Operaciones Query en DynamoDB
Demo de operaciones Scan y Query en DynamoDB
¿Qué es Local Seconday Index?
DynamoDB Streams y Replicación
Características Streams y Replicación en DynamoDB
Casos de uso Streams y Replicación en DynamoDB
DAX: DynamoDB Accelerator
Contenido Bonus
Conclusiones
You don't have access to this class
Keep learning! Join and start boosting your career
If you already have an account,
Resources
How are scan and query operations performed in DynamoDB?
DynamoDB, a NoSQL database service from AWS, offers powerful capabilities for handling large volumes of data. By understanding how this service works, you can optimize queries and improve application performance. Two fundamental operations in DynamoDB are scan and query, each with its own specific characteristics and applications.
What is a scan operation?
The scan operation allows to traverse the entire DynamoDB table, evaluating each item according to the given parameters or filters. Its main focus is filtering, providing robust functionality but, given its scope, it may not always be the most efficient option:
- Full scope: scans all records in the table, which can impact performance when dealing with large tables.
- Flexibility in filtering: Allows creating multiple filters to refine the results according to specific needs.
- Lack of efficiency: Due to the complete scanning of the table, this operation can be slow and costly if not handled properly.
How does a query operation improve performance?
In contrast, the query operation focuses on accessing a subset of the data, based on a primary key and, optionally, a secondary key. This allows faster and more efficient access to the data.
- Use of keys: Requires at least one primary key to operate, which limits the scope of the scanned data and improves performance.
- Accurate filters: In addition to improved key access, additional filters can be included to further refine results.
- Sorting: Provides the ability to sort results in ascending or descending order, making it easier to access relevant data first.
- Specific attributes: Allows you to specify projected attributes to limit the data returned, reducing the cost of transfer and processing.
Example of query and scan operation in the DW console
To execute these operations from the AWS console, select the desired table - for example, a table of workers - and proceed to select the required operation:
- Console Usage: For a
scan, you simply define the filters and run the operation. -
Queryrequirements: It is mandatory to provide a key (ID) that matches the table structure; once defined, additional filters can be added to refine the search.
What are the advanced utilities of these operations?
Beyond the basic functions, DynamoDB offers advanced features to handle queries and improve data management.
- Export and TTL management: Allows exporting queries and managing the Time To Live (TTL) of the data.
- Data Limiting and Duplication: Provides tools to limit and duplicate queries according to specific application requirements.
In summary, understanding scan and query operations and their applications in DynamoDB is crucial to optimize the performance and efficiency of queries in a NoSQL database. By taking advantage of their advanced features, it is possible to create robust and efficient applications.
Contributions 11
Questions 5
Sort by:
Alguien me puede aclarar cuál es la diferencia al seleccionar atributos: todos o proyectado? Al momento de hacer una consulta…
Aquí tienes una **demo práctica** de las operaciones `Scan` **y** `Query` en **Amazon DynamoDB** usando **Python (boto3)**.
## **📌 1. Configuración Inicial**
Antes de ejecutar los ejemplos, asegúrate de:
✅ Tener **AWS CLI** configurado con las credenciales correctas.
✅ Instalar **boto3** en tu entorno:
pip install boto3
✅ Tener una **tabla DynamoDB** llamada `"Pedidos"`, con:
* **Clave de Partición (PK):** `pedido_id`
* **Clave de Ordenación (SK):** `fecha`
Ejemplo de datos en la tabla **Pedidos**:
**pedido\_id (PK)fecha (SK)clientemonto**P0012025-03-10Juan100 USDP0012025-03-12Juan150 USDP0022025-03-11Ana200 USD
## **📌 2. Conectando a DynamoDB en Python**
import boto3
\# Conectar con DynamoDB
dynamodb = boto3.resource('dynamodb')
\# Definir la tabla
table = dynamodb.Table('Pedidos')
## **📌 3.** `SCAN`**: Buscar Todos los Elementos**
🚨 `Scan` **recorre toda la tabla**, por lo que es **ineficiente en tablas grandes**.
response = table.scan()
\# Mostrar los resultados
items = response\['Items']
for item in items:
print(item)
📌 **Salida esperada:**
\[
{"pedido\_id": "P001", "fecha": "2025-03-10", "cliente": "Juan", "monto": 100},
{"pedido\_id": "P001", "fecha": "2025-03-12", "cliente": "Juan", "monto": 150},
{"pedido\_id": "P002", "fecha": "2025-03-11", "cliente": "Ana", "monto": 200}
]
## **📌 4.** `SCAN` **con Filtros**
Podemos aplicar un `FilterExpression` para reducir los resultados.
Ejemplo: Buscar **pedidos con monto mayor a 120 USD**.
response = table.scan(
FilterExpression="monto > :monto",
ExpressionAttributeValues={":monto": 120}
)
items = response\['Items']
print(items)
📌 **Salida esperada:**
\[
{"pedido\_id": "P001", "fecha": "2025-03-12", "cliente": "Juan", "monto": 150},
{"pedido\_id": "P002", "fecha": "2025-03-11", "cliente": "Ana", "monto": 200}
]
❗ **Nota:** `Scan` sigue recorriendo **toda la tabla**, solo filtra los datos después de leerlos.
## **📌 5.** `QUERY`**: Búsqueda Eficiente**
🚀 `Query` **es más rápido que** `Scan`, ya que solo busca los elementos con una **clave de partición específica**.
### 🔹 **Ejemplo 1: Buscar pedidos de** `P001`
response = table.query(
KeyConditionExpression="pedido\_id = :pedido",
ExpressionAttributeValues={":pedido": "P001"}
)
items = response\['Items']
print(items)
📌 **Salida esperada:**
\[
{"pedido\_id": "P001", "fecha": "2025-03-10", "cliente": "Juan", "monto": 100},
{"pedido\_id": "P001", "fecha": "2025-03-12", "cliente": "Juan", "monto": 150}
]
### 🔹 **Ejemplo 2:** `Query` **con Rango de Fechas**
Si queremos pedidos **de "P001" a partir del 2025-03-11**, usamos **rango en** `SK`:
response = table.query(
KeyConditionExpression="pedido\_id = :pedido AND fecha >= :fecha",
ExpressionAttributeValues={
":pedido": "P001",
":fecha": "2025-03-11"
}
)
items = response\['Items']
print(items)
📌 **Salida esperada:**
\[
{"pedido\_id": "P001", "fecha": "2025-03-12", "cliente": "Juan", "monto": 150}
]
### 🔹 **Ejemplo 3:** `Query` **con Filtros**
Podemos agregar **filtros en atributos secundarios** (ej. `monto > 120`), aunque DynamoDB **sigue trayendo todos los elementos de la PK** antes de filtrarlos.
response = table.query(
KeyConditionExpression="pedido\_id = :pedido",
FilterExpression="monto > :monto",
ExpressionAttributeValues={
":pedido": "P001",
":monto": 120
}
)
items = response\['Items']
print(items)
📌 **Salida esperada:**
\[
{"pedido\_id": "P001", "fecha": "2025-03-12", "cliente": "Juan", "monto": 150}
]
## **📌 6. Paginación en** `Scan` **y** `Query`
Si hay **muchos resultados**, DynamoDB **devuelve solo 1 MB** de datos a la vez y usa `LastEvaluatedKey` para continuar.
items = \[]
response = table.scan()
while "LastEvaluatedKey" in response:
items.extend(response\['Items'])
response = table.scan(ExclusiveStartKey=response\["LastEvaluatedKey"])
print(items)
Lo mismo aplica para `Query`:
items = \[]
response = table.query(
KeyConditionExpression="pedido\_id = :pedido",
ExpressionAttributeValues={":pedido": "P001"}
)
while "LastEvaluatedKey" in response:
items.extend(response\['Items'])
response = table.query(
KeyConditionExpression="pedido\_id = :pedido",
ExpressionAttributeValues={":pedido": "P001"},
ExclusiveStartKey=response\["LastEvaluatedKey"]
)
print(items)
## **📌 7.** `Query` **en Índices Secundarios (GSI)**
Si queremos consultar por otro atributo (ej. `cliente`), necesitamos un **Índice Secundario Global (GSI)**.
Ejemplo: GSI con **PK =** `cliente` **y SK =** `fecha`.
response = table.query(
IndexName="ClienteIndex",
KeyConditionExpression="cliente = :cliente",
ExpressionAttributeValues={":cliente": "Juan"}
)
items = response\['Items']
print(items)
## **📌 Conclusión**
✅ **Usa** `Query` **en lugar de** `Scan` **siempre que sea posible**.
✅ **Filtra con** `KeyConditionExpression` **para optimizar búsquedas**.
✅ **Usa** `FilterExpression` **solo si necesitas filtrar después de consultar**.
✅ **Usa paginación (**`LastEvaluatedKey`**) para manejar grandes volúmenes de datos**.
✅ **Aprovecha los Índices Secundarios (**`GSI`**,** `LSI`**) para mejorar rendimiento**.
Información resumida de esta clase
\#EstudiantesDePlatzi
* Practicar es muy importante para reforzar lo aprendido
* las operaciones Scan no son eficientes
* Las operaciones Query son eficientes
* Podemos usar la SDk para hacer las búsquedas
Sin lugar a duda las operaciones tipo Query son más optimas ya que permite refinar la Data con opciones de busqueda mas refinadas.
DynamoDB es más como un redis, pero que parece Mongo, la consulta “query” a mi parecer es muy inútil, casi siempre te vas a ver obligado a usar Scan.
depende de lo que se necesite se puede usar scan o queries., aunque un query es mucho mas eficiente
interesante vamos a probar 😃
¿Se puede hacer un query cuando no tengo identificado el valor de la clave de partición? Usando la tabla de ejemplo del video, digamos que todos los trabajadores se llamen ‘Pedro’. ¿En ese caso sólo puedo hacer un Scan o también se puede un Query?
Excelente!
Dado que la consola del profesor esta en español no se nota la diferencia, en el dropdown que esta del lado izquierdo están las operaciones:
-Scan
-Query
Want to see more contributions, questions and answers from the community?