FireTV 用垂直分区与并行读取重做 DynamoDB 模型 RSS

FireTV 的观看进度原先把整个用户档案压成一个 DynamoDB 条目，档案增长后既逼近 400 KB 上限，也让每次小更新承担整块写入成本。团队改为按内容拆分小条目，再在排序键前加入哈希，将完整档案拆成多个范围并行读取，避开大结果集的串行分页。厂商称写成本下降 97%，平均读取约 8 毫秒；代价是读取字节增多，按内容提供方等条件查询还需额外索引。迁移通过双写、影子读取与全量比对逐步切换。

发布于 2026-09-24T00:17:59.744724Z · Mohit Agarwal、John Terhune · AWS Database Blog

DynamoDB 性能 数据模型

FireTV 的观看进度原先把整个用户档案压成一个 DynamoDB 条目，档案增长后既逼近 400 KB 上限，也让每次小更新承担整块写入成本。团队改为按内容拆分小条目，再在排序键前加入哈希，将完整档案拆成多个范围并行读取，避开大结果集的串行分页。厂商称写成本下降 97%，平均读取约 8 毫秒；代价是读取字节增多，按内容提供方等条件查询还需额外索引。迁移通过双写、影子读取与全量比对逐步切换。

FireTV 的观看进度原先把整个用户档案压成一个 DynamoDB 条目，档案增长后既逼近 400 KB 上限，也让每次小更新承担整块写入成本。团队改为按内容拆分小条目，再在排序键前加入哈希，将完整档案拆成多个范围并行读取，避开大结果集的串行分页。厂商称写成本下降 97%，平均读取约 8 毫秒；代价是读取字节增多，按内容提供方等条件查询还需额外索引。迁移通过双写、影子读取与全量比对逐步切换。

原始来源 ↗

来源记录

• pgweb.info_item · 74afcfe6f3afe80e · 2026-10-03T04:08:55.967155Z