实验概览
AnyCompany 正在开发一个新的电影数据库应用。该应用程序将允许用户按影片名、发行年份、出演电影的演员、评分等搜索电影。AnyCompany 选择 Amazon DynamoDB 作为数据库服务，来存储应用程序要引用的所有电影的信息。
Amazon DynamoDB 是一种无服务器 NoSQL，也称为非关系型数据库，支持键值和文档数据模型。借助 DynamoDB，您可以从小规模开始，并随着应用程序和用户群的增长在全球范围内快速扩展，同时能够支持 PB 级数据和每秒数千万次的读写请求。AWS 负责管理 DynamoDB 服务，因此您不需要更新或维护服务器。有关更多信息，请参阅其他资源部分中的 _Amazon DynamoDB 功能_和 Amazon DynamoDB 的核心组件。
作为一名新聘用的初级数据库工程师，您的任务是创建适当的本地二级索引 (LSI) 和/或全局二级索引 (GSI)，以改进应用程序的搜索功能。 在本实验中，您将使用一个名为 movies 的示例数据库。 请记住，DynamoDB 表非常灵活，不像关系数据库那样有传统的“模式”。 movies 表有一个分区（哈希）键“year”（数字），和一个排序（范围）键“title”（字符串）。 本实验数据库中的全部属性分别匹配以下特征：
- year – 数字（分区键或哈希键）
- title – 字符串（排序键或范围键）
- actors – 字符串
- directors – 字符串
- genre – 字符串
- image_url – 字符串
- plot – 字符串
- rank – 数字
- rating – 数字
- release date – 字符串
- running_time_secs – 数字
请注意，在实际情况中，actors 和 directors 属性数据已经过格式化，以便读作 python dict 类型，因此代表了不止一名实际演员。 例如，给定项目的 actors 属性是一个字符串，例如 [{“S”: “John Doe”}, {“S”: “Jane Doe”}]。
目标
完成本实验后，您应能够：
- 使用软件开发工具包创建本地二级索引 (LSI) 和全局二级索引 (GSI)。
- 使用软件开发工具包扫描数据并返回筛选后的结果。
- 使用软件开发工具包执行高级查询以获取数据，同时对比不同方法之间的性能差异。
技术性知识先决条件
要成功完成本实验，您应熟悉 AWS 管理控制台的基本导航操作、NoSQL 数据库概念、Python 编程语言以及如何使用文本编辑器编辑脚本。
图标键
本实验中使用了各种不同的图标，以提醒您注意指南的特定方面。下面的列表解释了每个图标的用途：
- 提醒：提示特别相关或重要的信息（不查看该信息并不会损坏设备或数据，但可能导致需要重复某些步骤）。
- 命令：您必须运行的命令。
- 预期输出：您可以用来验证命令或已编辑文件输出的示例输出。
- 注意：一项提示、技巧或重要指导。
- 了解详情：可以找到更多信息的位置。
- 知识考核：可以检查您的知识掌握情况和测试您学到的知识。
- 任务完成：本实验的总结或结论要点。
- 警告：提醒这是一项不可逆转且可能造成命令或进程失败的操作（包括提醒配置在完成后将无法更改）。
