DynamoDBは、あとから検索条件を足せません。キー設計で何が決まってしまうのかを、先に確かめます。
前回: RDSとElastiCacheの仕組み — フェイルオーバーで接続が切れる
これは【深掘り】の記事です。本線の順路ではありません。 本線の 1つの表に全部入れると壊れる — テーブル設計と正規化 で覚えた考え方が、 ここでは全部ひっくり返ります。 その理由を掘るのがこの回です。飛ばしても本線は進めます。
このシリーズは、読者にアカウントを作らせません。 触るのは LocalStack と、
awsCLI の--endpoint-urlだけです。 課金が発生する操作は一切しません。 料金は具体的な金額を書きません(変わるため)。 何に対して課金されるかという構造だけを書き、数字は公式の料金ページを見てください。 コマンドは VM の中(Ubuntu Server)で打ちます。 最後に全部消します。 なお LocalStack は2026年3月23日から1つのイメージに統合され、それ以降の版は起動に auth token(LocalStack のアカウントで取得。無料プランあり)が必要になりました。 この記事では、更新が止まった旧系統のlocalstack/localstack:3を固定して使い、アカウントを作らずに進めます。旧イメージの固定は練習用の短期的な手段です(更新が来ず、修正済みの脆弱性が残りうるため)。新しい版を使う場合は、取得した token をLOCALSTACK_AUTH_TOKEN環境変数に設定します。✅ 今回は、当たりの回です。 DynamoDB は LocalStack でほぼ完全に動きます。 テーブルを作り、1万件入れ、クエリを投げ、実行時間と消費キャパシティを実測できます。 ただし、再現されないものもあります。 それは出てくるたびに、その場で正直に書きます。
対象レベル: 中級〜上級 / 区分: 発展
私が最初にやったこと(と、そこで止まったこと)
私は MySQL で注文テーブルを作れます。
CREATE TABLE orders (
id BIGINT PRIMARY KEY AUTO_INCREMENT,
user_id BIGINT NOT NULL,
ordered_at DATETIME NOT NULL,
amount INT NOT NULL,
status VARCHAR(20) NOT NULL
);
これを書いた時点で、私はまだ何も問いを決めていません。 それでいいのです。
- 「ユーザー1番の注文を全部出したい」→
WHERE user_id = 1 - 「今月の合計を出したい」→
WHERE ordered_at >= '2026-10-01' - 「キャンセルだけ見たい」→
WHERE status = 'canceled'
表を先に作って、問いはあとから、好きなだけ足せます。 遅ければ索引を足せばいい。 これが私の知っている「データベース設計」でした。
そのつもりで DynamoDB のテーブルを作ろうとして、私は手が止まりました。
create-table のリファレンスを開いても、列を定義する場所がありません。 AttributeDefinitions という項目はあるのに、そこに amount や status を書くと怒られます。
An error occurred (ValidationException) when calling the CreateTable operation:
One or more parameter values were invalid: Some AttributeDefinitions are not used.
AttributeDefinitions: [amount, status, userId], keys: [userId]
「使っていない属性定義がある」
意味が分かりませんでした。 使うに決まっている、と思いました。 amount も status も、これから入れるデータの列です。
違いました。 DynamoDB の AttributeDefinitions は「データの列の一覧」ではありません。 「キーとして使う属性だけ」を書く場所です。
そして、ここで本当のことに気づきました。
DynamoDB は、キー以外の列を、テーブル定義に一切持たない。 つまり、テーブルを作る時点で決まっているのは「どうやって引くか」だけ。
引き方を先に全部決めないと、テーブルが作れないのです。
もう1つ、これを痛感した瞬間があります。
とりあえずテーブルができたので、データを入れて、こう打ちました。
An error occurred (ValidationException) when calling the Query operation:
Query condition missed key schema element: userId
「キー以外では引けません」 と言われています。
MySQL なら、索引が無くても遅いだけで結果は返ってきます。 DynamoDB は、遅いのではなく、拒否されます。
そして「じゃあ status にも索引を張ればいい」と思って調べたら、それが GSI で、 GSI を足すと書き込みコストが増えると書いてありました。
私は「速いから DynamoDB」だと思っていました。 速いのは、遅くなる書き方が最初から禁止されているからでした。
この構造を、この記事で全部、手を動かして確かめます。
この記事でわかること
- 設計の順番が、リレーショナルと真逆。 リレーショナルはデータの形を先に決めて問いはあとから。DynamoDB は問いを先に全部決めないとテーブルが作れない
- 「あとから条件を足す」ができないのが、最大の代償。 速さの対価はここで払っている。この1点で選ぶか選ばないかが決まる
scanを書いた時点で、設計はほぼ間違っている。 件数に比例して遅くなり、費用も比例する。それを自分の手で測って確かめる。ただし例外もあるので、そこも正直に書く- DynamoDB で使える「範囲検索」は、ソートキーの1本だけ。
begins_withとbetweenが全て。それ以外の条件は、絞り込みではなく「取ってから捨てる」 - パーティションキーの選び方を間違えると、台数を増やしても詰まる。 日付をキーにすると、今日の分に全部集中する
- GSI は結果整合で、書き込みコストがインデックスの数だけ増える。 「索引を足す」感覚で足すものではない
- 定石は「1つのテーブルに複数の種類のデータを混ぜる」。 そして読みにくい。それが代償で、常に正しいわけでもない
- 正直な結論として、DynamoDB が向く条件は狭い。 「とりあえず DynamoDB」は、たいてい後悔する
この記事でやること
- LocalStack を DynamoDB だけで立てて、
awsCLI から本物と同じ API を叩く - パーティションキーだけの単純なテーブルを作り、
put-item/get-item/delete-itemを打つ - 1万件のデータを入れて、
queryとscanの実行時間と消費キャパシティを実測して比べる - 複合キー(パーティションキー + ソートキー)で
begins_withとbetweenを打ち、範囲検索の正体を見る - わざと偏ったキーでデータを入れて、キーの分布を数え、ホットパーティションを目で見る
- GSI を実際に作って、別の切り口で引けるようになるところと、その代償を確かめる
- 1つのテーブルに利用者と注文を混ぜて入れ、1回のクエリで両方取れるところまでやる
- Streams と TTL を有効にして、全部消す
先に知る言葉
この記事で初めて出てくる言葉です。 基本的な言葉は用語集にもまとめてあります。
| 言葉 | 意味 |
|---|---|
| アイテム | 1件のデータ。リレーショナルの「行」にあたるもの。1件ごとに持つ属性がバラバラでよい |
| 属性 | アイテムが持つ値。リレーショナルの「列」にあたる。テーブル定義には書かない |
| パーティションキー | データがどの箱に入るかを決める値。 これが必ず要る。省略できない |
| ソートキー | 同じ箱の中での並び順を決める値。これがあるときだけ範囲検索ができる |
| プライマリキー | パーティションキー単独、またはパーティションキー + ソートキーの組。この組で一意 |
query | キーを指定して引く操作。パーティションキーの完全一致が必須 |
scan | テーブルを最初から最後まで全部読む操作。件数に比例して遅く、高い |
| キャパシティユニット | 読み書きの量の単位。DynamoDB の課金と速度制限は、これで数える |
| ホットパーティション | 1つの箱にアクセスが集中して詰まる状態。台数では解決しない |
| GSI | あとから足せる別の切り口のインデックス。結果整合。書き込みコストが増える |
| LSI | テーブル作成時にしか作れないインデックス。パーティションキーは変えられない |
| 単一テーブル設計 | 1つのテーブルに複数の種類のデータを混ぜる、DynamoDB の定石 |
| TTL | 属性に入れた時刻を過ぎたら自動で消えるしくみ |
① 設計の順番が、逆になる
先に山場をやります。 ここが腹に落ちれば、残りは全部その帰結です。
2つのデータベースで、決める順番を並べる
| リレーショナル(MySQL など) | DynamoDB | |
|---|---|---|
| 最初に決めるもの | データの形(どんな列があるか) | 問いの一覧(どうやって引くか) |
| テーブル定義に書くもの | 全部の列と型 | キーに使う属性だけ |
| 問いを足すとき | ✅ WHERE を書き換えるだけ。定義は触らない | インデックスを足すか、キー設計をやり直す |
| 索引が無い条件で引くと | 遅いが、結果は返る | 拒否される、または全件読みになる |
| 列を足すとき | ALTER TABLE(テーブル全体が止まりうる) | ✅ 何もしなくてよい。入れた瞬間から入る |
| 結合(JOIN) | ✅ できる | 無い。アプリで2回引くか、最初から一緒に入れておく |
| 集計(SUM/COUNT) | ✅ SQLでできる | 無い。全部読んで自分で足すか、書くたびに数を更新する |
| 速さの保証 | データ量が増えると遅くなりうる | ✅ キーで引く限り、件数が増えても速さが変わらない |
| 設計をやり直すコスト | 索引を足す。多くは即日 | データを全部入れ直すことがある |
この表の1行だけ覚えるなら、ここです
リレーショナルは「あとから問いを足せる」。DynamoDB は「足せない」。 DynamoDB の速さは、この自由を捨てた対価です。
「速いから使う」のではありません。 「引き方が最初から1通りに決まっている仕事だから使う」のです。
なぜ「足せない」のか — 中で何をしているか
DynamoDB は、パーティションキーの値をハッシュ関数に通して、どのサーバー(箱)に置くかを決めます。 ハッシュ表そのものです。
PK "USER#0042" ──[ハッシュ]──> 箱3 ──> その中でソートキー順に並ぶ
PK "USER#0043" ──[ハッシュ]──> 箱1
PK "USER#0044" ──[ハッシュ]──> 箱3
- ✅ PK が分かっていれば、1回の計算でどの箱か分かる。 箱がいくつあっても、データが何億件あっても、同じ速さ
- PK が分からない条件(
status = 'paid'など)では、どの箱か分からない。 全部の箱を開けるしかない。それがscan
これは実装の都合ではなく、速さの正体そのものです。 「あとで条件を足せるようにしておく」ことが、原理的にできません。
② 準備 — LocalStack を DynamoDB だけで立てる
作業場所を作ります。 最後にフォルダごと消します。
services:
localstack:
image: localstack/localstack:3
ports:
- "4566:4566"
environment:
- SERVICES=dynamodb,dynamodbstreams
- DEBUG=0
volumes:
- "./volume:/var/lib/localstack"
SERVICES を絞っています。 前回の RDS などと混ぜると起動が遅くなるので、分けます。
NAME IMAGE STATUS PORTS
localstack localstack/localstack:3 Up 14 seconds (healthy) 0.0.0.0:4566->4566/tcp
(healthy) になるまで待ちます。 starting のまま打つと繋がりません。
CLI の設定をします。
本物のアクセスキーを絶対にここに入れないでください。 LocalStack は認証情報を検査しません。
testで通ります。 本物の鍵を打つと、間違えて本物に向けたときに課金が発生します。
あとで使う道具も入れておきます。
繋がったか確認します。
{
"TableNames": []
}
✅ 空の配列が返れば成功です。
[スクリーンショット: 01_localstack-dynamodb-healthy.png] docker compose ps が (healthy) になっていて、list-tables が空配列を返しているところ。
③ パーティションキーだけのテーブルを作って、1件ずつ触る
一番単純な形から始めます。 キーは1本だけです。
作る
この4行の意味を、1つずつ読みます。
| 指定 | 意味 |
|---|---|
--attribute-definitions | キーに使う属性の宣言だけ。 AttributeType=S は文字列(N は数値、B はバイナリ) |
--key-schema | どれをキーにするか。 KeyType=HASH がパーティションキー(RANGE がソートキー) |
--billing-mode PAY_PER_REQUEST | オンデマンド。 事前に速度の上限を決めなくてよい(詳しくは⑧) |
HASHという名前が分かりにくいです。 「ハッシュキー」は昔の呼び名で、 いまのドキュメントでは「パーティションキー」と書かれます。CLI のパラメータ名だけ昔のままです。
「使っていない属性定義がある」を、わざと再現する
冒頭で私が詰まったエラーを、ここで出してみます。
An error occurred (ValidationException) when calling the CreateTable operation:
One or more parameter values were invalid: Number of attributes in KeySchema does not
exactly match number of attributes defined in AttributeDefinitions
amount を書いた瞬間に拒否されます。
AttributeDefinitionsは列の定義ではありません。 キーに使うものだけを書く場所です。キー以外の属性は、テーブル定義に一切登場しません。
入れる
何も出力されなければ成功です。
{"S":"..."} {"N":"..."} という書き方が独特です。 これは DynamoDB の型付きJSON で、 S は文字列、N は数値、BOOL は真偽値、L はリスト、M は入れ子のオブジェクトを表します。
数値も、クオートで囲んで文字列として書きます。
{"N":"32"}です。{"N":32}はエラーになります。 JSON の数値の精度でズレるのを避けるため、送るときは文字列で送る仕様になっています。
もう1件、わざと違う形で入れます。
age も plan も入っていません。かわりに tags があります。 それでもエラーになりません。
同じテーブルの中で、アイテムごとに属性がバラバラでよい。 これがリレーショナルとの2つ目の大きな違いです。 ということは、「必ずある」と保証してくれる人がいません。 アプリが保証するしかない (スキーマは消えずにアプリへ移る — NoSQLとMongoDB と同じ話です)
取る
{
"Item": {
"userId": {"S": "u001"},
"plan": {"S": "free"},
"name": {"S": "sato"},
"age": {"N": "32"}
}
}
get-item は、キーが完全に分かっているときしか使えません。
試しに、名前で引こうとしてみます。
An error occurred (ValidationException) when calling the GetItem operation:
The provided key element does not match the schema
get-itemは「検索」ではありません。 「この住所のものを持ってこい」という命令です。 住所が分からないときには、そもそも使えません。
無いキーを取ると、エラーにならない
{}
空の JSON が返ります。エラーではありません。 アプリ側で Item が無いことを見て判断します。 ここを見落とすと、undefined を触って落ちます。
消す
{
"Count": 1,
"ScannedCount": 1,
"ConsumedCapacity": null
}
✅ 1件になりました。
無いキーを消しても、エラーになりません。 これも仕様です。 「消えたかどうか」を知りたいなら、--return-values ALL_OLD を付けます。
{}
Attributes が返ってこない = そもそも無かった、と判断できます。
④ Query と Scan の差を、1万件で実測する
ここが、この記事で一番手を動かすところです。
実測用のテーブルを作る(複合キー)
PK と SK の2本立てにします。 意味は⑤で詳しくやるので、ここでは「2本ある」とだけ思ってください。
"ACTIVE"
1万件のデータを作る
batch-write-item は1回に25件までです。 なので 400ファイルに分けて生成します。
10000 items, 400 files
投入します。 400回 CLI を起動するので、3〜6分かかります。
real 4m52.311s
user 3m40.902s
sys 0m28.114s
この5分は DynamoDB が遅いのではありません。
awsコマンドの起動が400回あるだけです。 本物のアプリなら SDK を使うので、この時間はかかりません。
入ったか数えます。
10000
✅ 1万件入りました。
測る(1)— query:キーで引く
ユーザー1人分(50件)を引きます。
{
"Count": 50,
"ScannedCount": 50,
"ConsumedCapacity": {
"TableName": "Orders",
"CapacityUnits": 0.5
}
}
real 0m1.284s
注目するのは ScannedCount です。 50件しか読んでいません。
測る(2)— scan:全部読む
同じ50件を、scan に条件を付けて取ってみます。
{
"Count": 50,
"ScannedCount": 10000,
"ConsumedCapacity": {
"TableName": "Orders",
"CapacityUnits": 168.5
}
}
real 0m9.657s
[スクリーンショット: 02_query-vs-scan.png] query と scan の ScannedCount と CapacityUnits が並んでいるところ。
この2つを並べる
query | scan | |
|---|---|---|
| 返ってきた件数 | 50 | 50 |
読んだ件数(ScannedCount) | 50 | 10000 |
| 消費キャパシティ | 0.5 | 168.5 |
| かかった時間 | 約1.3秒 | 約9.7秒 |
同じ結果を得るのに、200倍のデータを読み、300倍以上のコストを払っています。 そして、この差はデータが増えるほど開きます。
「フィルタは絞り込みではない」
私はここを完全に誤解していました。
--filter-expressionは、読む量を減らしません。 全部読んでから、返す前に捨てているだけです。
証拠が ScannedCount: 10000 です。 課金も速度制限も、ScannedCount のほうで数えます。
Count と ScannedCount の意味は、こうです。
| 項目 | 意味 |
|---|---|
Count | 返した件数。これは請求に関係しない |
ScannedCount | 読んだ件数。ここが費用と時間 |
CapacityUnits | 読んだ「量」。件数ではなくバイト数で決まる |
CapacityUnits が件数と一致しないのは、1ユニットが「4KBまで」だからです。 小さいアイテムなら複数件で1ユニット、大きいアイテムなら1件で複数ユニットになります。
件数を倍にすると、どうなるか
2000件だけの小さいテーブルでも同じことをやると、差が縮みます。
| テーブルの件数 | query の ScannedCount | scan の ScannedCount |
|---|---|---|
| 1,000 | 50 | 1,000 |
| 10,000 | 50 | 10,000 |
| 1,000,000 | 50 | 1,000,000 |
queryは件数が増えても変わりません。scanは完全に比例します。 開発中のテーブルは小さいので、scanでも一瞬で返ります。 だから、本番で初めて壊れます。 これが一番よくある事故です。
言い切ります: scan を書いた時点で、設計が間違っています
アプリの処理の中に scan があるなら、そのテーブルのキー設計は要件に合っていません。 「とりあえず scan で作って、あとで直そう」は、直せません。 キー設計を変えるということは、データを全部入れ直すということだからです。
ただし、例外は本当にあります
正直に書きます。scan を使ってよい場面が、いくつかあります。
| 場面 | なぜ許されるか |
|---|---|
| 1日1回のバッチ集計 | 人が待っていない。 時間がかかってよい。--total-segments で並列にもできる |
| データの移行・エクスポート | どのみち全部読む。 そもそも scan が正しい操作 |
| 数百件で頭打ちの管理用テーブル | 設定値の一覧など、増えないもの。 増えないと確信できるなら可 |
| 開発中の中身の確認 | 手で覗くだけ。 アプリに残さない |
| 本番の分析 | 本来は scan ではなく、S3 にエクスポートして分析する |
共通しているのは「利用者のリクエストの中で実行されない」ことです。 画面を開いた人が待っている処理の中に
scanがあったら、それは間違いです。
そして、バッチで scan するときも上限を付けます。
aws CLI は scan を勝手にページングして最後まで読みます。 --max-items を付けないと、確認のつもりが全件読みになります。
⑤ 複合キー — DynamoDB で唯一使える「範囲検索」
ソートキーは、箱の中の並び順
PK が「どの箱か」、SK が「箱の中の何番目か」です。
箱(PK = USER#0042)
├── SK = ORDER#2026-01-05#0031
├── SK = ORDER#2026-01-19#0007 ← SKの文字列順で必ず並んでいる
├── SK = ORDER#2026-02-03#0044
├── ...
└── SK = ORDER#2026-12-24#0012
並んでいるから、範囲で切り出せます。 そしてこれが、DynamoDB で唯一の範囲検索です。
begins_with — 前方一致で切り出す
ユーザー0042の、2026年10月の注文だけを取ります。
{
"Count": 4,
"ScannedCount": 4,
"ConsumedCapacity": {
"TableName": "Orders",
"CapacityUnits": 0.5
}
}
ScannedCount が 4 です。 50件のうち4件だけを読んでいます。
--filter-expressionのときは10000件読みました。ここでは4件です。 これが「絞り込み」と「取ってから捨てる」の違いです。
between — 期間で切り出す
{
"Count": 13,
"ScannedCount": 13,
"ConsumedCapacity": {"TableName": "Orders", "CapacityUnits": 0.5}
}
:to の末尾に #zzzz を付けているのが、この記事で一番細かい罠です。
BETWEENは文字列の比較です。ORDER#2026-06-30で切ると、ORDER#2026-06-30#0012は 「ORDER#2026-06-30より後ろ」なので、範囲から漏れます。 6月30日の注文が全部消えます。
これは私が実際にやった間違いです。 「最終日の分だけ入っていない」という形で出ます。
新しい順に取る
[
"ORDER#2026-12-24#0012",
"ORDER#2026-12-18#0026",
"ORDER#2026-12-11#0003"
]
--no-scan-index-forward で逆順になります。 ソート処理は入っていません。並んでいるものを後ろから読むだけです。
だから「並べ替え」は、SK に組み込んだ1通りしかできません。 金額順に並べたい、と後から言われても、SK が日付なら不可能です。 これが「あとから条件を足せない」の具体例です。
ソートキーで使える条件は、これだけ
| 条件 | 書き方 | 使えるか |
|---|---|---|
| 等しい | SK = :v | ✅ |
| より大きい・小さい | SK > :v SK <= :v | ✅ |
| 範囲 | SK BETWEEN :a AND :b | ✅ |
| 前方一致 | begins_with(SK, :v) | ✅ |
| 部分一致(後方・中間) | contains(SK, :v) | キー条件では使えない |
| 否定 | SK <> :v | キー条件では使えない |
| 複数の値のどれか | SK IN (...) | キー条件では使えない |
パーティションキーは
=しか使えません。PK > :vは書けません。 ハッシュで箱を決めているので、「PKがこれより大きいもの」という順序が存在しないからです。
そして重要な帰結です。
DynamoDB には、部分一致検索がありません。 「名前に『佐藤』を含む人」は、原理的に引けません。 必要なら、別の道具(全文検索エンジン)を横に置きます (部分一致は索引が効かない — 全文検索とMeilisearch)
⑥ ホットパーティション — 日付をキーにすると詰まる
何が起きるのか
DynamoDB は、PK のハッシュで箱を決めます。 1つの箱には、速度の上限があります。
テーブル全体の上限に余裕があっても、1つの箱が上限に達したら、そこだけ詰まります。 サーバーを増やしても解決しません。「全部の仕事が同じ箱に入っている」からです。
典型例が、これです。
PK = "2026-10-07" ← 今日の分が、全部この1個の箱に入る
PK = "2026-10-06" ← 昨日の箱は、もう誰も触らない
PK = "2026-10-05" ← 一昨日の箱も、誰も触らない
「今日」が常に1つの箱です。 書き込みも読み込みも、全部そこに集中します。
実際に偏らせて、分布を数える
わざと日付を PK にしたテーブルを作ります。
2000件入れます。9割を「今日」にします。
2000 items, 80 files
キーの分布を数えます。
1804 2026-10-07
39 2026-10-03
36 2026-10-01
35 2026-10-05
31 2026-10-04
29 2026-10-02
26 2026-10-06
[スクリーンショット: 03_hot-partition-distribution.png] uniq -c の出力で、1日だけが極端に多くなっているところ。
1804 対 39 です。 箱の1つに9割が入っています。 本物の DynamoDB なら、この箱だけが上限に当たり、
ProvisionedThroughputExceededExceptionが出ます。
比較のために、⑤で作った Orders の分布も見ます。
50 USER#0200
50 USER#0199
50 USER#0198
✅ 200個の箱に、きれいに50件ずつです。 これが健全な形です。
LocalStack は、詰まりを再現しません。 偏っていても普通に返ってきます。 だから「分布を数える」という形でしか、ここでは確かめられません。 エミュレータで動いた=本番で動く、ではない典型例です。
対策1 — そもそも偏らないキーを選ぶ
「今日のイベント一覧が欲しい」から日付を PK にしたのが間違いでした。
| 変える前 | 変えた後 |
|---|---|
PK = 2026-10-07 | PK = USER#0042 |
SK = EVENT#000123 | SK = EVENT#2026-10-07T10:23:11#000123 |
利用者ごとに箱が分かれるので、利用者が増えるほど箱が増えます。 「1人分のイベントを日付順に」も、begins_with(SK, "EVENT#2026-10-07") で取れます。
ただし、これで「全員の今日のイベント」は取れなくなりました。 問いを1つ捨てています。 これが DynamoDB の設計です。
対策2 — キーにサフィックスを足して、わざと分散させる
どうしても日付で引きたいときは、箱を人工的に割ります。
#03 の部分が「何番目の箱か」です。 書くときは 0〜9 からランダムに選びます。
| 効果 | 代償 | |
|---|---|---|
| 書き込み | ✅ 10個の箱に分散する | どの箱に入れたか、書いた側は覚えていない |
| 読み込み | — | query を10回投げて、自分でつなげる必要がある |
これは「シャーディング」と呼ばれる、DynamoDB では定番の手です。 ただし、読むほうが確実に面倒になります。 10個に割ったら、読むときは10回引きます (考え方は レプリカを足しても書き込みは速くならない — システム設計深掘り と同じです)
偏りは、キーだけの問題ではない
もう1つ、私が見落としていた偏りがあります。
箱がたくさんあっても、「特定の1件」に読みが集中したら、同じことが起きます。 例: セール中の1商品。PK は商品ごとに分かれているのに、その1つだけが叩かれる。 これは DAX などのキャッシュか、アプリ側のキャッシュで受けます。 キー設計だけでは解けない偏りが、確かにあります。
⑦ セカンダリインデックス — LSI と GSI
まず表で違いを押さえる
| LSI(ローカル) | GSI(グローバル) | |
|---|---|---|
| 作れるタイミング | テーブル作成時のみ。あとから追加も削除もできない | ✅ いつでも追加・削除できる |
| パーティションキー | 元のテーブルと同じもの固定 | ✅ 自由に選べる |
| ソートキー | ✅ 別の属性を選べる | ✅ 自由。省略もできる |
| 整合性 | ✅ 強い整合性で読める | 結果整合。元より遅れる |
| キャパシティ | テーブルと共有 | インデックス専用に別で消費する |
| 個数の上限 | テーブルあたり5個 | テーブルあたり20個(緩和申請可) |
| 1パーティションの容量制限 | 同じPKの合計に10GBの上限が付く | 無し |
| 迷ったら | — | ✅ GSI。LSI を選ぶ理由はかなり少ない |
LSI の最大の問題は「あとから作れない」ことです。 テーブルを作った瞬間に、LSI の有無が確定します。 必要になったら、テーブルを作り直してデータを移します。
LSI が作れないことを、実際に確かめる
usage: aws [options] <command> <subcommand> [parameters]
Unknown options: --local-secondary-index-updates
オプションそのものが存在しません。 「あとから変える手段が用意されていない」ということです。
参考までに、作成時なら書けます(このテーブルは今回は使いません)。
KeySchema の HASH が PK のままなのが分かりますか。 ここは変えられません。
GSI を実際に作る
いま Orders は「ユーザーごと」にしか引けません。 「発送済みの注文だけ見たい」を可能にします。
--attribute-definitions に、既存の PK と SK も書き直す必要があります。 片方だけ書くと、こう怒られます。
An error occurred (ValidationException) when calling the UpdateTable operation:
One or more parameter values were invalid: Some index key attributes are not defined
in AttributeDefinitions.
できるまで待ちます。
[
"StatusIndex",
"ACTIVE",
10000
]
✅ 1万件が、インデックスにも入りました。
新しい切り口で引く
{
"Count": 3339,
"ScannedCount": 3339,
"ConsumedCapacity": {
"TableName": "Orders",
"CapacityUnits": 42.0
}
}
#s という書き方が出てきました。 status は DynamoDB の予約語なので、そのままでは使えません。
An error occurred (ValidationException) when calling the Query operation:
Invalid KeyConditionExpression: Attribute name is a reserved keyword; reserved keyword: status
statusnamesizecounttimestampあたりは全部予約語です。#別名に逃がして、--expression-attribute-namesで対応付けます。 これは覚えるものではなく、エラーが出たら逃がす、で構いません。
さっきの scan と比べます。
| やり方 | ScannedCount | CapacityUnits |
|---|---|---|
scan + フィルタで shipped を取る | 10000 | 168.5 |
GSI で query | 3339 | 42.0 |
✅ 返す3339件しか読んでいません。
GSI の代償その1 — 結果整合
GSI は、元のテーブルより遅れます。 書き込んだ直後に GSI を引くと、まだ入っていないことがあります。
これは「バグ」ではなく仕様です。 (同じ話を 書いた直後に読むと無い — レプリケーションとCAP でやりました)
--consistent-read は、GSI に対しては使えません。
An error occurred (ValidationException) when calling the Query operation:
Consistent reads are not supported on global secondary indexes
「強く読む」という選択肢が、そもそも存在しません。
LocalStack は GSI の遅延を再現しません。 書いた瞬間に GSI に入ります。 手元で動いたコードが、本物で「たまに無い」になります。 ここは実測できないので、仕様として覚えるしかありません。
GSI の代償その2 — 書き込みが増える
1回
put-itemすると、GSI の数だけ書き込みが発生します。 GSI を3本張ったテーブルは、1回の書き込みで4回書いています。
| GSI の数 | 1回の put-item で発生する書き込み |
|---|---|
| 0本 | 1 |
| 1本 | 2 |
| 3本 | 4 |
| 5本 | 6 |
ProjectionType: ALL にすると、GSI にアイテム全体のコピーが載ります。 保管量も増えます。
ProjectionType | 何が載るか | 使いどころ |
|---|---|---|
KEYS_ONLY | キーだけ | ✅ 一番安い。あとで get-item する前提 |
INCLUDE | キー + 指定した属性 | ✅ 一覧に出す項目だけ載せる。実務ではこれが多い |
ALL | 全部のコピー | 1回で完結するが、費用は最大 |
「SQL の索引を足す」感覚で GSI を足すと、書き込み費用が静かに倍になります。 索引を足す判断の考え方自体は 索引を張ったのに使われない — SQL深掘り と同じですが、 DynamoDB では「読みが速くなる代わりに、書きが高くなる」がもっと露骨です。
そして、いま作った GSI 自体が悪い例です
status は paid shipped canceled の3種類しかありません。
3352 canceled
3309 paid
3339 shipped
GSI のパーティションキーが3種類 = 箱が3個です。 ⑥でやったホットパーティションそのものです。
説明のために作りましたが、本物ではこの設計はしません。 実務なら
status#2026-10のように、日付を混ぜて箱を割ります。 「値の種類が少ない属性を、GSI の PK にしない」が原則です。
⑧ 単一テーブル設計 — 1つのテーブルに全部混ぜる
これが DynamoDB の定石です
リレーショナルなら、こう作ります。
users テーブル ── id, name, plan
orders テーブル ── id, user_id, ordered_at, amount
そして JOIN で繋ぎます。 DynamoDB に JOIN はありません。
だから、こうします。 1つのテーブルに、利用者も注文も、全部入れる。 PK を同じにしておけば、1回の
queryで両方まとめて取れる。
作って、混ぜて入れる
形の違うものが、同じテーブルに5件入りました。
1回のクエリで、利用者とその注文が両方取れる
{
"n": 4,
"cu": 0.5,
"rows": [
{"sk": "ADDRESS#home", "type": "address"},
{"sk": "ORDER#2026-10-01#001", "type": "order"},
{"sk": "ORDER#2026-10-05#002", "type": "order"},
{"sk": "PROFILE", "type": "user"}
]
}
[スクリーンショット: 04_single-table-one-query.png] 1回の query で、プロフィールと住所と注文が同時に返っているところ。
✅ リレーショナルなら3テーブルへの3回のアクセス(または JOIN)が要ったものが、 ✅ 1回の
query、消費キャパシティ 0.5 で終わっています。 これが単一テーブル設計の目的です。「クエリの回数を減らすこと」であって、他の理由はありません。
注文だけ欲しいなら、SK で切る
ORDER#2026-10-01#001 12800
ORDER#2026-10-05#002 4300
✅ SK の頭に種類を書いておくと、種類ごとに切り出せます。 これが ORDER# の意味です。
代償 — 死ぬほど読みにくい
中身を全部見ると、こうなります。
USER#1 ADDRESS#home address
USER#1 ORDER#2026-10-01#001 order
USER#1 ORDER#2026-10-05#002 order
USER#1 PROFILE user
USER#2 PROFILE user
テーブルを開いても、何のデータか分かりません。 これが最大の代償です。
| 失われるもの | 具体的に |
|---|---|
| 見て分かること | PK SK type という列名しかない。中身を読まないと何のテーブルか分からない |
| 管理画面の使いやすさ | AWSのコンソールで眺めても、意味が読み取れない |
| 新しく入った人への説明 | SK の命名規則を書いた資料が無いと、誰も触れない |
| 「ちょっと集計したい」 | SQL のように打てない。全件読むしかない |
| 設計変更 | SK の形を変えると、既存データが全部引けなくなる |
単一テーブル設計は、常に正しくありません
正直に書きます。
単一テーブル設計は「クエリの回数を減らすため」の最適化です。 クエリの回数が問題になっていないなら、やる理由がありません。
| こういうときは、やる | こういうときは、やらない |
|---|---|
| ✅ 1画面で複数種類のデータを必ず一緒に出す | 種類ごとに使う場面がバラバラ |
| ✅ アクセスパターンが完全に固まっている | これから要件が変わりそう |
| ✅ レイテンシが1桁ミリ秒で要る | 数十ミリ秒で困らない |
| ✅ チームが DynamoDB に慣れている | 人が入れ替わる。引き継ぐ必要がある |
テーブルを分けても DynamoDB は動きます。 Users と Orders に分けて、2回引いてもいい。 「定石だから」で選ぶと、読めないテーブルだけが残ります。
⑨ キャパシティ・Streams・TTL
オンデマンドとプロビジョンド
オンデマンド(PAY_PER_REQUEST) | プロビジョンド(PROVISIONED) | |
|---|---|---|
| 事前に決めるもの | ✅ 何も決めない | 1秒あたりの読み書きの上限 |
| 急にアクセスが増えたら | ✅ 勝手に追従する | 上限を超えた分は失敗する |
| 使っていないとき | ✅ リクエスト0なら、保管料だけ | 確保した分だけ課金され続ける |
| 1リクエストあたりの単価 | 高い | 安い |
| Auto Scaling | 不要 | 設定できるが、追従に数分かかる |
| 切り替え | ✅ 相互に変更できる(回数制限あり) | ✅ 同上 |
| 迷ったら | ✅ こちら。特に学習と個人開発 | 量が読めて、常に一定のときだけ |
プロビジョンドで上限を低く設定していると、アクセスが増えた瞬間にエラーが出ます。
ProvisionedThroughputExceededExceptionという名前で返ります。 「DBが落ちる」のではなく「拒否される」のが、DynamoDB の壊れ方です。
金額は変わるので、公式の料金ページで確かめてください。 課金される軸だけ書いておきます。
| 課金の軸 | 何で数えるか |
|---|---|
| 書き込み | 1KBごと。GSI の数だけ倍になる |
| 読み込み | 4KBごと。強い整合性で読むと2倍 |
| 保管 | 入っているデータの量。GSI の分も含む |
| Streams の読み取り | 読んだリクエストの回数 |
| バックアップ・復元 | 量と回数 |
| リージョン間の転送 | 出ていく量 |
DynamoDB Streams — 変更を後続に流す
「注文が入ったら通知を送る」を、アプリに書かずに済ませたい。 それがこれです。
"arn:aws:dynamodb:ap-northeast-1:000000000000:table/AppData/stream/2026-10-07T04:11:52.883"
StreamViewType | 流れてくるもの |
|---|---|
KEYS_ONLY | キーだけ |
NEW_IMAGE | 変更後の姿 |
OLD_IMAGE | 変更前の姿 |
NEW_AND_OLD_IMAGES | ✅ 両方。差分が見たいならこれ |
中身を覗きます。
[
"ENABLED",
"NEW_AND_OLD_IMAGES",
1
]
✅ ENABLED で、シャードが1本できています。
実際に1件書いてから、流れてきたものを読みます。
INSERT ORDER#2026-10-07#003
✅ 書き込みが、イベントとして流れてきました。
eventNameはINSERTMODIFYREMOVEの3つです。 本番では、ここに Lambda を繋いで自動で処理させます (待っている時間に課金されない — サーバーレスとLambda)。 LocalStack のコミュニティ版でも Lambda との連携は動きますが、SERVICESにlambdaを足す必要があります。 この記事ではdescribe-streamとget-recordsまでにしておきます。
Streams で気をつけること。
| 項目 | 内容 |
|---|---|
| 保持期間 | 24時間。それを過ぎたイベントは消える |
| 順番 | ✅ 同じパーティションキーの中では、書いた順に届く |
| 重複 | 同じイベントが2回届くことがある。受け側が「2回来ても平気」に作る |
| 有効化の前の変更 | 流れない。有効にした時点以降だけ |
TTL — 期限が来たら自動で消える
セッションや一時データに使います。
{
"TimeToLiveSpecification": {
"Enabled": true,
"AttributeName": "expiresAt"
}
}
60秒後に切れるセッションを入れます。
1
expiresAt は「UNIX時刻の秒」で、型は N(数値)です。 ミリ秒で入れると、5万年後になって永久に消えません。 これは実際にやりました。
TTL について、正直に書いておくこと。
| 項目 | 内容 |
|---|---|
| 消えるまでの時間 | 本物でも「通常は数日以内」としか書かれていない。即時ではない |
| 期限切れでも読める | 消えるまでの間、query に出てくる。アプリ側でも期限を見る必要がある |
| ✅ 削除の費用 | TTL による削除には書き込み費用がかからない |
| Streams には流れる | REMOVE イベントが出る。ゴミ掃除の連鎖に使える |
| LocalStack では | 時間の進み方が本物と違う。「いつ消えるか」の実測はできない |
正直な結論 — DynamoDB を選ぶかどうかの判断表
| 状況 | 判断 |
|---|---|
| 問いが完全に固定されていて、これから増えない | ✅ DynamoDB が向く |
| キーで1件引く、または1人分の一覧、しかやらない | ✅ 向く。これが最も得意な形 |
| アクセス量が読めない。急に100倍になりうる | ✅ 向く。オンデマンドで勝手に伸びる |
| セッション・カート・IoTの記録・イベントログ | ✅ 典型的な適材 |
| 「たぶんこういう検索も要るようになる」 | やめる。あとから足せない |
| 管理画面で自由に絞り込みたい | やめる。SQL のほうが100倍楽 |
| 集計・レポートを出す | やめる。SUM も GROUP BY も無い |
| データの種類が3つ以上あって、関係が複雑 | やめる。JOIN が無い痛みが効いてくる |
| チームに DynamoDB の経験者がいない | やめる。設計を間違えると入れ直しになる |
| とりあえずモダンな方を使いたい | 絶対にやめる |
「とりあえず DynamoDB」は、たいてい後悔します。 後悔するタイミングは、たいてい「新しい機能を足そうとしたとき」です。 そのとき、テーブルを作り直してデータを移すか、GSI を積むか、
scanを書くか、の三択になります。 どれも高いか、遅いか、間違っています。
逆に言うと、こうです。
✅ 問いが1通りしかないと言い切れるなら、DynamoDB ほど楽な道具はありません。 サーバーの台数も、レプリカも、索引の再構築も、バージョンアップも、一切考えなくていい。 選び方の全体像は SQLiteはおもちゃではない — 用途で選ぶデータベース にまとめてあります。
つまずいたところ
AttributeDefinitions に全部の列を書こうとした。 「使っていない属性定義がある」というエラーの意味が、30分分からなかった。キーにする属性だけを書く場所だと分かったとき、DynamoDB が「列」という概念を持っていないことに初めて気づきました。エラーメッセージは正しいことを言っていて、私の前提のほうが間違っていました。
{"N":32} と書いてエラーになった。 数値もクオートで囲みます。 {"N":"32"} です。「型が N なのに文字列で書く」のが気持ち悪くて、何度も間違えました。 JSON の数値精度でズレるのを避けるための仕様だと知ってから、やっと納得しました。
--filter-expression を「絞り込み」だと思っていた。 これが一番大きい勘違いでした。 ScannedCount が 10000 と出て初めて、全部読んでから捨てているだけだと分かりました。手元では一瞬で返るので、測るまで気づけません。 --return-consumed-capacity TOTAL を付ける習慣が無かったら、本番まで気づきませんでした。
BETWEEN で最終日のデータが漏れた。 ORDER#2026-06-30 で切ると、ORDER#2026-06-30#0012 は範囲の外でした。「6月の売上が少しだけ合わない」という形で出て、原因を探すのに時間がかかりました。文字列比較なので、末尾に #zzzz のような番人を置きます。
status で query を書いて予約語エラーになった。 status name size count timestamp は全部予約語です。#s に逃がして --expression-attribute-names で対応付けます。最初は「なぜ普通の単語が使えないのか」と思いましたが、逃がす書き方を1回覚えれば済む話でした。
GSI を足したら書き込みが遅くなった気がした。 気のせいではなく、書き込みが GSI の数だけ増えています。 ProjectionType: ALL にしていたので、保管量も倍でした。「索引を足す」感覚で足すものではありませんでした。
GSI のパーティションキーに status を選んだ。 値が3種類しかないので、箱が3個です。 説明のために作りましたが、本物ならホットパーティションで詰まります。 uniq -c で数えるまで、自分でその罠を踏んでいることに気づきませんでした。
LocalStack で GSI が即座に反映されて安心した。 本物は結果整合で遅れます。 手元で動いたから大丈夫、が通じない部分です。 「エミュレータで再現されないもの」を先に調べておくべきでした。
TTL の時刻をミリ秒で入れた。 UNIX時刻の「秒」です。 ミリ秒で入れると5万年後になり、永久に消えません。 date +%s の出力をそのまま使えば間違えません。
単一テーブル設計にしたら、自分で読めなくなった。 1週間後に scan して、何のデータか分かりませんでした。 SK の命名規則を書いた資料が無いと、書いた本人ですら触れません。 「定石だから」で選んだのが間違いでした。
後片づけ
ここまでで作ったものを、全部消します。
まず、何があるか見ます。
{
"TableNames": ["AppData", "Events", "Orders", "Sessions", "Users", "WithLsi"]
}
1つずつ消します。
AppData
Events
Orders
Sessions
Users
WithLsi
空になったか確認します。
{
"TableNames": []
}
delete-table は非同期です。 すぐに list-tables を打つと、まだ DELETING で残って見えることがあります。
LocalStack ごと落として、ボリュームも消します。
[+] Running 2/2
✔ Container localstack Removed
✔ Network ddb_default Removed
-v が重要です。 付けないとボリュームが残り、次に立てたときにテーブルが残っています。
生成した1万件分のJSONも消します。
何も残っていなければ完了です。
どちらも何も出なければ、きれいになっています。
✅ 今回は本物の AWS に一切触れていないので、消し忘れによる課金はありません。 ただし、本物でやったときは
delete-tableだけでは足りません。 オンデマンドバックアップ、ポイントインタイムリカバリのスナップショット、S3へのエクスポートは、 テーブルを消しても別に残り、保管料がかかり続けます。 消すときは、それも一緒に確認します。
まとめ — 理解できたこと
- DynamoDB は、設計の順番がリレーショナルと真逆。 リレーショナルはデータの形から、DynamoDB は問いの一覧から始める。問いが決まらないとテーブルが作れない
AttributeDefinitionsは列の定義ではない。 キーに使う属性だけを書く場所で、キー以外の属性はテーブル定義に一切出てこないget-itemは検索ではなく「この住所のものを持ってこい」という命令。 住所が分からないときは使えない。無いキーを引いてもエラーにならず、空が返る--filter-expressionは読む量を減らさない。 全部読んでから捨てているだけで、課金も速度制限もScannedCountのほうで数える。1万件でqueryのScannedCountが50、scanが10000、消費キャパシティは 0.5 対 168.5 だったqueryは件数が増えても速さが変わらず、scanは完全に比例する。 開発中は小さいのでscanでも動いてしまい、本番で初めて壊れる- 利用者が待っている処理の中に
scanがあったら、設計が間違っている。 ただし1日1回のバッチ集計・移行・増えない小さな表・手での確認は例外として正しい - DynamoDB で使える範囲検索は、ソートキーの1本だけ。
=><BETWEENbegins_withが全部で、部分一致も否定もINもキー条件では使えない。パーティションキーは=のみ BETWEENは文字列比較なので、#zzzzのような番人を置かないと最終日が漏れる- 並べ替えは SK に組み込んだ1通りしかできない。 「金額順にも並べたい」は、あとからは足せない
- パーティションキーが偏ると、台数を増やしても詰まる。 日付を PK にすると「今日」の箱に全部集中する。実際に数えたら 1804 対 39 だった。対策は偏らないキーを選ぶか、サフィックスで箱を割る(読むときは回数が増える)
- LSI はテーブル作成時にしか作れず、パーティションキーも変えられない。 迷ったら GSI
- GSI は結果整合で、
--consistent-readが使えない。 そして1回の書き込みが GSI の数だけ増える。ProjectionTypeをALLにすると保管量も増える。値の種類が少ない属性を GSI の PK にしてはいけない - 単一テーブル設計の目的は「クエリの回数を減らすこと」だけ。 1回の
queryでプロフィールと住所と注文が 消費キャパシティ 0.5 で取れた代わりに、テーブルを開いても何のデータか分からなくなる。クエリ回数が問題でないなら、やらなくていい - キャパシティは迷ったらオンデマンド。 プロビジョンドは上限を超えると落ちるのではなく拒否される
- Streams は24時間しか保持されず、同じイベントが2回届きうる。 TTL は「秒」で入れ、消えるまでは読めてしまう
- LocalStack で再現されないものが3つあった。 ホットパーティションの詰まり・GSI の遅延・TTL の削除タイミング。エミュレータで動いた=本番で動く、ではない
- 正直な結論として、DynamoDB が向く条件は狭い。 問いが固定で、規模が読めないものに向く。「とりあえず DynamoDB」は、新しい機能を足そうとした瞬間に後悔する
参考リンク
- roadmap.sh — AWS
- AWS — Amazon DynamoDB デベロッパーガイド
- AWS — コアコンポーネント(テーブル・アイテム・属性)
- AWS — パーティションとデータ分散
- AWS — パーティションキーを効率的に設計する
- AWS — Query 操作
- AWS — Scan 操作
- AWS — セカンダリインデックスの使用
- AWS — 単一テーブル設計とリレーショナルモデリング
- AWS — DynamoDB Streams で変更をキャプチャする
- AWS — 有効期限 (TTL) で項目を期限切れにする
- AWS — DynamoDB の予約語
- AWS — Amazon DynamoDB の料金
- LocalStack — DynamoDB のドキュメント
次に読む
この記事は 【深掘り】AWS の 11 / 16 本目です。
上から順に読めば積み上がるように並べています。 飛ばしても構いませんが、詰まったら前の回に戻ってください。
全体の順路は はじめに にあります。
roadmap.sh のどこをやっているか
- 問いを先に決めないとテーブルが作れない
- Scan を書いた時点で設計が間違っている
この記事は、上の項目を実際に手を動かして確かめる回です。

コメント