python – DynamoDB – 如何查询嵌套属性boto3

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – DynamoDB – 如何查询嵌套属性boto3，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1739字，纯文字阅读大概需要3分钟。

内容图文

我正在关注DynamoDB python教程.此步骤显示如何基于特定密钥查询表：http://docs.aws.amazon.com/amazondynamodb/latest/gettingstartedguide/GettingStarted.Python.04.html.

以下是此查询的代码：

from __future__ import print_function # Python 2/3 compatibility
import boto3
import json
import decimal
from boto3.dynamodb.conditions import Key, Attr

# Helper class to convert a DynamoDB item to JSON.
class DecimalEncoder(json.JSONEncoder):
    def default(self, o):
        if isinstance(o, decimal.Decimal):
            return str(o)
        return super(DecimalEncoder, self).default(o)

dynamodb = boto3.resource('dynamodb', region_name='us-west-2', endpoint_url="http://localhost:8000")

table = dynamodb.Table('Movies')

print("Movies from 1992 - titles A-L, with genres and lead actor")

response = table.query(
    ProjectionExpression="#yr, title, info.genres, info.actors[0]",
    ExpressionAttributeNames={ "#yr": "year" }, # Expression Attribute Names for Projection Expression only.
    KeyConditionExpression=Key('year').eq(1992) & Key('title').between('A', 'L')
)

for i in response[u'Items']:
    print(json.dumps(i, cls=DecimalEncoder))

示例响应项是

{
    "title": "Juice",
    "year": "1992",
    "info": {
        "actors": [
            "Omar Epps"
        ],
        "genres": [
            "Crime",
            "Drama",
            "Thriller"
        ]
    }
}

该表有两个关键属性’title’和’year’以及嵌套属性’info’.我想要做的是查询数据库并按流派过滤电影,例如获取所有戏剧电影.我不知道如何做到这一点,因为类型键嵌套在内部信息.

我试图从1992年开始拍摄所有的戏剧电影,但它却一片空白.

response = table.query(
    KeyConditionExpression=Key('year').eq(1992),
    FilterExpression=Attr('info.genres').eq('Drama')
)

如何使用嵌套的info属性正确过滤此查询？

解决方法:

您可以使用contains来过滤List数据类型中的数据.

genres -attribute存储为List inside info属性,这是一种Map数据类型

FilterExpression=Attr('info.genres').contains('Drama')

内容总结

以上是互联网集市为您收集整理的python – DynamoDB – 如何查询嵌套属性boto3全部内容，希望文章能够帮你解决python – DynamoDB – 如何查询嵌套属性boto3所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端