Gambaran umum lab

AnyCompany sedang mengembangkan aplikasi basis data film baru. Aplikasi ini akan memungkinkan pengguna untuk mencari film berdasarkan judul, tahun film dirilis, aktor dalam film, rating, dan sebagainya. AnyCompany memilih Amazon DynamoDB sebagai layanan basis data untuk menyimpan informasi tentang semua film yang akan dirujuk oleh aplikasi tersebut.

Amazon DynamoDB adalah NoSQL nirserver, juga dikenal sebagai nonrelasional, basis data yang mendukung model data dokumen dan kunci-nilai. 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 diperlukan server untuk memperbarui atau menjaga data. Untuk informasi lebih lanjut, lihat Amazon DynamoDB Feature (Fitur Amazon DynamoDB) dan Core Components of Amazon DynamoDB (Komponen Inti Amazon DynamoDB) di bagian Sumber daya tambahan.

Sebagai insinyur basis data junior yang baru dipekerjakan, Anda ditugaskan membuat Indeks Sekunder Lokal (LSl) dan/atau Indeks Sekunder Global (GSI) yang sesuai untuk meningkatkan fungsi pencarian pada aplikasi Anda. Dalam lab ini, Anda akan bekerja dengan basis data sampel bernama film. 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 praktiknya, data untuk atribut aktor dan sutradara telah diformat agar dapat dibaca sebagai jenis dict (kamus) di Python, sehingga dapat mewakili lebih dari satu pelaku sebenarnya. Misalnya, atribut aktor untuk item tertentu adalah string seperti [{“S”: “John Doe”}, {“S”: “Jane Doe”}].

Tujuan

Di akhir lab ini, Anda akan dapat:

Menggunakan SDK untuk membuat Indeks Sekunder Lokal (LSI) dan Indeks Sekunder Global (GSI)
Menggunakan SDK untuk memindai data Anda dan menampilkan hasil yang sudah difilter.
Menggunakan SDK untuk menjalankan kueri lanjutan guna mengambil data, sambil memperhatikan perbedaan kinerja antar metode.

Prasyarat pengetahuan teknis

Untuk berhasil menyelesaikan lab ini, Anda harus memahami navigasi dasar dari AWS Management Console, konsep basis data NoSQL, bahasa pemrograman Python, dan mampu mengedit skrip menggunakan editor teks.

Ikon kunci

Berbagai ikon digunakan di seluruh lab ini untuk menarik perhatian terhadap aspek-aspek tertentu dari panduan ini. Daftar berikut menjelaskan tujuan masing-masing:

Perhatian: Informasi dengan kepentingan khusus (tidak terlalu penting untuk menyebabkan masalah terkait peralatan atau data jika Anda melewatkannya, tetapi dapat mengakibatkan pengulangan langkah-langkah tertentu).
Command: (Perintah) perintah yang harus Anda jalankan.
Output yang diharapkan: Output sampel yang dapat Anda gunakan untuk memverifikasi output dari perintah atau file yang diedit.
Catatan: Petunjuk, tip, atau panduan penting.
Pelajari selengkapnya: Tempat untuk menemukan informasi selengkapnya.
Uji pengetahuan: Kesempatan untuk memeriksa dan menguji pengetahuan yang telah Anda pelajari.
Tugas selesai: Poin kesimpulan atau ringkasan dalam lab.
Peringatan: Tindakan yang tidak dapat dibatalkan dan dapat berpotensi memengaruhi kegagalan perintah atau proses (termasuk peringatan tentang konfigurasi yang tidak dapat diubah setelah dibuat).