Amazon DynamoDB Scans, Queries, and Indexes (Indonesian)

Ikhtisar lab

AnyCompany sedang mengembangkan aplikasi baru basis data film. Aplikasi ini memungkinkan pengguna mencari film berdasarkan judul, tahun rilis, aktor dalam film, rating, dan sebagainya. AnyCompany memilih Amazon DynamoDB sebagai layanan basis data untuk menyimpan informasi semua film yang disediakan sebagai referensi.

Amazon DynamoDB adalah NoSQL serverless, yang juga dikenal sebagai nonrelasional, basis data yang mendukung nilai-kunci dan model data berbentuk dokumen. Dengan DynamoDb, Anda dapat memulai dari yang kecil untuk kemudian ditingkatkan dengan cepat secara global bersamaan dengan basis pengguna dan aplikasi yang tumbuh, dengan kemampuan mendukung petabyte data dan puluhan juta permintaan baca dan tulis per detik. AWS mengelola layanan DynamoDB, sehingga tidak ada server yang harus diupdate atau dipelihara. Untuk informasi lebih lanjut, lihat fitur Amazon DynamoDB dan Core Components of Amazon DynamoDB (Komponen Inti Amazon DynamoDB) di bagian Additional resources (Sumber daya tambahan).

Sebagai insinyur basis data junior yang baru dipekerjakan, Anda ditugaskan membuat Local Secondary Indexes (LSls) dan/atau Global Secondary Indexes (GSIs) yang tepat untuk meningkatkan fungsi pencarian aplikasi Anda. Untuk lab ini, Anda akan bekerja dengan basis data sample bernama movies. Ingat bahwa tabel DynamoDB sangat fleksibel, dan tidak memiliki “skema” tradisional seperti basis data relasional. Tabel film ini memiliki partition (HASH) key “year” (Nomor), dan sort (RANGE) key “title” (String). Daftar lengkap atribut untuk mengisi basis data dalam lab sesuai dengan karakteristik tersebut:

• year – Number (Partition atau HASH key)
• title - String (Sort atau RANGE key)
• actors — String
• directors — String
• genre — String
• image_url - String
• plot — String
• rank — Number
• rating — Number
• release date - String
• running_time_secs - Number

Perhatikan bahwa dalam prakteknya, data untuk aktor dan sutradara atribut telah diformat sehingga dapat dibaca sebagai jenis dict (kamus) python dan oleh karena itu mewakili lebih dari satu penampil. Contohnya, atribut actors (aktor) untuk item tertentu merupakan string seperti [{"S”: “John Doe”}, {”S”: “Jane Doe”}].

Topik yang dibahas

Pada akhir lab ini, Anda akan mampu:

• Gunakan SDK untuk membuat Local Secondary Indexes (LSIs) dan Global Secondary Indexes (GSIs)
• Gunakan SDK untuk memindai data Anda dan mengembalikan hasil yang disaring
• Gunakan SDK untuk melakukan query lanjutan untuk mengambil data, mencatat perbedaan kinerja antar metode

Prasyarat pengetahuan teknis

Untuk menyelesaikan lab ini dengan lancar, Anda harus mengenali dasar navigasi AWS Management Console, konsep basis data NoSQL, bahasa pemrograman Python, dan dapat mengedit script menggunakan text editor dengan text editor.

Tombol ikon

Berbagai ikon digunakan di seluruh lab ini untuk menarik perhatian kepada aspek-aspek tertentu dari panduan ini. Berikut daftar yang menjelaskan tujuan masing-masing ikon:

• Ikon keyboard menentukan bahwa Anda harus menjalankan perintah.
• Ikon clipboard mengindikasikan bahwa Anda dapat memverifikasi output dari perintah atau file yang diedit dengan membandingkannya dengan contoh yang disediakan.
• Ikon note menentukan petunjuk, saran, panduan, atau nasihat penting.
• Ikon lingkaran “i” menentukan di mana menemukan informasi selengkapnya.
• Individu dengan ikon check mark mengindikasikan kesempatan untuk melihat kemampuan dan menguji yang telah Anda pelajari.