在中使用 DynamoDB 批次操作 AWS AppSync

焦點模式

在中使用 DynamoDB 批次操作 AWS AppSync - AWS AppSync GraphQL

AWS AppSync 支援在單一區域中的一或多個資料表使用 Amazon DynamoDB 批次操作。支援的操作包括 BatchGetItem、BatchPutItem 和 BatchDeleteItem。透過在中使用這些功能 AWS AppSync，您可以執行下列任務：

在單一查詢中傳遞金鑰清單，並從資料表傳回結果
從單一查詢中的一或多個資料表讀取記錄
將大量記錄寫入一或多個資料表
有條件在可能有關係的多個資料表中寫入或刪除記錄

中的批次操作與非批次操作 AWS AppSync 有兩個主要差異：

資料來源角色必須具有解析器將存取的所有資料表的許可。
解析器的資料表規格是請求物件的一部分。

單一資料表批次

警告

BatchPutItem 與衝突偵測和解決方案搭配使用時，BatchDeleteItem不支援和。必須停用這些設定，以防止可能的錯誤。

若要開始使用，讓我們建立新的 GraphQL API。在 AWS AppSync 主控台中，選擇從頭開始建立 API、GraphQL APIs和設計。為您的 API 命名BatchTutorial API，選擇下一步 ，然後在指定 GraphQL 資源步驟上，選擇稍後建立 GraphQL 資源，然後按一下下一步 。檢閱您的詳細資訊並建立 API。前往結構描述頁面並貼上下列結構描述，請注意，對於查詢，我們將傳遞至清單IDs：


type Post {
    id: ID!
    title: String
}

input PostInput {
    id: ID!
    title: String
}

type Query {
    batchGet(ids: [ID]): [Post]
}

type Mutation {
    batchAdd(posts: [PostInput]): [Post]
    batchDelete(ids: [ID]): [Post]
}

儲存您的結構描述，然後選擇頁面頂端的建立資源。選擇使用現有類型，然後選擇Post類型。為您的資料表命名 Posts。確定主金鑰設定為 id，取消選取自動產生 GraphQL （您會提供自己的程式碼），然後選取建立。若要開始使用， AWS AppSync 會建立新的 DynamoDB 資料表，以及連接至具有適當角色之資料表的資料來源。不過，您仍然需要將一些許可新增至角色。前往資料來源頁面，然後選擇新的資料來源。在選取現有角色 下，您會注意到已自動為資料表建立角色。記下角色（看起來應該類似 appsync-ds-ddb-aaabbbcccddd-Posts），然後前往IAM主控台（https://console.aws.amazon.com/iam/）。在IAM主控台中，選擇角色，然後從資料表中選擇您的角色。在您的角色中，在許可政策 下，按一下政策旁的「+」（名稱應與角色名稱類似）。在政策出現時，選擇可摺疊頂端的編輯。您需要將批次許可新增至政策，特別是 dynamodb:BatchGetItem和 dynamodb:BatchWriteItem。看起來會像這樣：


{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Effect": "Allow",
            "Action": [
                "dynamodb:DeleteItem",
                "dynamodb:GetItem",
                "dynamodb:PutItem",
                "dynamodb:Query",
                "dynamodb:Scan",
                "dynamodb:UpdateItem",
                "dynamodb:BatchWriteItem",
                "dynamodb:BatchGetItem"
            ],
            "Resource": [
                "arn:aws:dynamodb:…",
                "arn:aws:dynamodb:…"
            ]
        }
    ]
}

選擇下一個 ，然後儲存變更 。您的政策現在應該允許批次處理。

返回 AWS AppSync 主控台，前往結構描述頁面，然後選取Mutation.batchAdd欄位旁的連接。使用Posts資料表作為資料來源建立解析器。在程式碼編輯器中，將處理常式取代為下方的程式碼片段。此程式碼片段會自動取得 GraphQL input PostInput類型中的每個項目，並建置 BatchPutItem操作所需的映射：


import { util } from "@aws-appsync/utils";

export function request(ctx) {
  return {
    operation: "BatchPutItem",
    tables: {
      Posts: ctx.args.posts.map((post) => util.dynamodb.toMapValues(post)),
    },
  };
}

export function response(ctx) {
  if (ctx.error) {
    util.error(ctx.error.message, ctx.error.type);
  }
  return ctx.result.data.Posts;
}

導覽至 AWS AppSync 主控台的查詢頁面，並執行下列batchAdd突變：


mutation add {
    batchAdd(posts:[{
            id: 1 title: "Running in the Park"},{
            id: 2 title: "Playing fetch"
        }]){
            id
            title
    }
}

您應該會在畫面上看到列印的結果；這可以透過檢閱 DynamoDB 主控台來掃描寫入Posts資料表的值來驗證。

接下來，重複連接解析器的程序，但使用Posts資料表作為資料來源來連接 Query.batchGet 欄位。使用下列程式碼取代處理常式。這會自動擷取 GraphQL ids:[] 類型的每個項目，並建置 BatchGetItem 作業所需的對應圖：


import { util } from "@aws-appsync/utils";

export function request(ctx) {
  return {
    operation: "BatchGetItem",
    tables: {
      Posts: {
        keys: ctx.args.ids.map((id) => util.dynamodb.toMapValues({ id })),
        consistentRead: true,
      },
    },
  };
}

export function response(ctx) {
  if (ctx.error) {
    util.error(ctx.error.message, ctx.error.type);
  }
  return ctx.result.data.Posts;
}

現在，返回 AWS AppSync 主控台的查詢頁面，並執行下列batchGet查詢：


query get {
    batchGet(ids:[1,2,3]){
        id
        title
    }
}

這應該會針對您先前所新增的兩個 id 值，傳回其結果。請注意，傳回null的值id值為 3。這是因為Posts資料表中尚無具有該值的記錄。另請注意，會以與傳遞給查詢的金鑰相同的順序 AWS AppSync 傳回結果，這是代表您 AWS AppSync 執行的額外功能。因此，如果您切換到 batchGet(ids:[1,3,2])，您會看到訂單已變更。您也會知道哪個 id 傳回 null 值。

最後，使用Posts資料表作為資料來源，將另一個解析器連接到 Mutation.batchDelete 欄位。使用下列程式碼取代處理常式。這會自動擷取 GraphQL ids:[] 類型的每個項目，並建置 BatchGetItem 作業所需的對應圖：


import { util } from "@aws-appsync/utils";

export function request(ctx) {
  return {
    operation: "BatchDeleteItem",
    tables: {
      Posts: ctx.args.ids.map((id) => util.dynamodb.toMapValues({ id })),
    },
  };
}

export function response(ctx) {
  if (ctx.error) {
    util.error(ctx.error.message, ctx.error.type);
  }
  return ctx.result.data.Posts;
}

現在，返回 AWS AppSync 主控台的查詢頁面，並執行下列batchDelete突變：


mutation delete {
    batchDelete(ids:[1,2]){ id }
}

id 1 和 2 的記錄現在應已刪除。如果重新執行先前的 batchGet() 查詢，這些應該會傳回 null。

多資料表批次

警告

BatchPutItem 與衝突偵測和解決方案搭配使用時，BatchDeleteItem不支援和。必須停用這些設定，以防止可能的錯誤。

AWS AppSync 也可讓您跨資料表執行批次操作。來試試建置更複雜的應用程式。假設我們正在建置寵物運作狀態應用程式，其中感應器會報告寵物的位置和體溫。感應器是由電池供電，而且每隔幾分鐘就會試著連線到網路。當感應器建立連線時，它會將其讀數傳送到我們的 AWS AppSync API。觸發條件接著就會分析資料，然後將儀表板呈現給寵物的主人。讓我們著重介紹感應器與後端資料存放區之間的互動。

在 AWS AppSync 主控台中，選擇從頭開始建立 API、GraphQL APIs和設計。為您的 API 命名MultiBatchTutorial API，選擇下一步 ，然後在指定 GraphQL 資源步驟上，選擇稍後建立 GraphQL 資源，然後按一下下一步 。檢閱您的詳細資訊並建立 API。前往結構描述頁面，貼上並儲存下列結構描述：


type Mutation {
    # Register a batch of readings
    recordReadings(tempReadings: [TemperatureReadingInput], locReadings: [LocationReadingInput]): RecordResult
    # Delete a batch of readings
    deleteReadings(tempReadings: [TemperatureReadingInput], locReadings: [LocationReadingInput]): RecordResult
}

type Query {
    # Retrieve all possible readings recorded by a sensor at a specific time
    getReadings(sensorId: ID!, timestamp: String!): [SensorReading]
}

type RecordResult {
    temperatureReadings: [TemperatureReading]
    locationReadings: [LocationReading]
}

interface SensorReading {
    sensorId: ID!
    timestamp: String!
}

# Sensor reading representing the sensor temperature (in Fahrenheit)
type TemperatureReading implements SensorReading {
    sensorId: ID!
    timestamp: String!
    value: Float
}

# Sensor reading representing the sensor location (lat,long)
type LocationReading implements SensorReading {
    sensorId: ID!
    timestamp: String!
    lat: Float
    long: Float
}

input TemperatureReadingInput {
    sensorId: ID!
    timestamp: String
    value: Float
}

input LocationReadingInput {
    sensorId: ID!
    timestamp: String
    lat: Float
    long: Float
}

我們需要建立兩個 DynamoDB 資料表：

locationReadings 將儲存感應器位置讀數。
temperatureReadings 將存放感應器溫度讀數。

兩個資料表將共用相同的主金鑰結構： sensorId (String) 與分割區金鑰和排序金鑰timestamp (String)相同。

選擇頁面頂端的建立資源。選擇使用現有類型，然後選擇locationReadings類型。為您的資料表命名 locationReadings。確定主金鑰設定為 sensorId，排序金鑰設定為 timestamp。取消選取自動產生 GraphQL （您將提供自己的程式碼），然後選取建立。temperatureReadings 使用 temperatureReadings作為類型和資料表名稱，重複此程序。使用與上述相同的金鑰。

您的新資料表將包含自動產生的角色。您仍然需要將一些許可新增至這些角色。前往資料來源頁面，然後選擇 locationReadings。在選取現有角色 下，您可以看到角色。記下角色（看起來應該類似 appsync-ds-ddb-aaabbbcccddd-locationReadings），然後前往IAM主控台（https://console.aws.amazon.com/iam/）。在IAM主控台中，選擇角色，然後從資料表中選擇您的角色。在您的角色中，在許可政策 下，按一下政策旁的「+」（名稱應與角色名稱類似）。在政策出現時，選擇可摺疊頂端的編輯。您需要將許可新增至此政策。看起來會像這樣：


{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Effect": "Allow",
            "Action": [
                "dynamodb:DeleteItem",
                "dynamodb:GetItem",
                "dynamodb:PutItem",
                "dynamodb:Query",
                "dynamodb:Scan",
                "dynamodb:UpdateItem",
                "dynamodb:BatchGetItem",
                "dynamodb:BatchWriteItem"
            ],
            "Resource": [
                "arn:aws:dynamodb:region:account:table/locationReadings",
                "arn:aws:dynamodb:region:account:table/locationReadings/*",
                "arn:aws:dynamodb:region:account:table/temperatureReadings",
                "arn:aws:dynamodb:region:account:table/temperatureReadings/*"
            ]
        }
    ]
}

選擇下一個 ，然後儲存變更 。使用上述相同的政策程式碼片段為temperatureReadings資料來源重複此程序。

BatchPutItem - 記錄感測器讀數

感應器必須能夠在連線到網際網路之後傳送其讀數。GraphQL 欄位Mutation.recordReadings是API他們將用來執行此操作的欄位。我們需要將解析器新增至此欄位。

在 AWS AppSync 主控台的結構描述頁面中，選取Mutation.recordReadings欄位旁的連接。在下一個畫面上，使用locationReadings資料表作為資料來源來建立解析器。

建立解析器後，請在編輯器中將處理常式取代為下列程式碼。BatchPutItem 此操作允許我們指定多個資料表：


import { util } from '@aws-appsync/utils'

export function request(ctx) {
	const { locReadings, tempReadings } = ctx.args
	const locationReadings = locReadings.map((loc) => util.dynamodb.toMapValues(loc))
	const temperatureReadings = tempReadings.map((tmp) => util.dynamodb.toMapValues(tmp))

	return {
		operation: 'BatchPutItem',
		tables: {
			locationReadings,
			temperatureReadings,
		},
	}
}

export function response(ctx) {
	if (ctx.error) {
		util.appendError(ctx.error.message, ctx.error.type)
	}
	return ctx.result.data
}

進行批次操作時，呼叫可能會同時傳回錯誤和結果。在這種情況中，我們可以隨意進行一些額外的錯誤處理。

注意

使用 utils.appendError() 類似於 util.error()，主要區別在於它不會中斷請求或回應處理常式的評估。相反地，它表示欄位發生錯誤，但允許評估處理常式，並將資料傳回給呼叫者。當您的應用程式需要傳回部分結果utils.appendError()時，建議您使用。

儲存解析器並導覽至 AWS AppSync 主控台中的查詢頁面。現在可以傳送一些感應器讀數。

執行下列的變動：


mutation sendReadings {
  recordReadings(
    tempReadings: [
      {sensorId: 1, value: 85.5, timestamp: "2018-02-01T17:21:05.000+08:00"},
      {sensorId: 1, value: 85.7, timestamp: "2018-02-01T17:21:06.000+08:00"},
      {sensorId: 1, value: 85.8, timestamp: "2018-02-01T17:21:07.000+08:00"},
      {sensorId: 1, value: 84.2, timestamp: "2018-02-01T17:21:08.000+08:00"},
      {sensorId: 1, value: 81.5, timestamp: "2018-02-01T17:21:09.000+08:00"}
    ]
    locReadings: [
      {sensorId: 1, lat: 47.615063, long: -122.333551, timestamp: "2018-02-01T17:21:05.000+08:00"},
      {sensorId: 1, lat: 47.615163, long: -122.333552, timestamp: "2018-02-01T17:21:06.000+08:00"},
      {sensorId: 1, lat: 47.615263, long: -122.333553, timestamp: "2018-02-01T17:21:07.000+08:00"},
      {sensorId: 1, lat: 47.615363, long: -122.333554, timestamp: "2018-02-01T17:21:08.000+08:00"},
      {sensorId: 1, lat: 47.615463, long: -122.333555, timestamp: "2018-02-01T17:21:09.000+08:00"}
    ]) {
    locationReadings {
      sensorId
      timestamp
      lat
      long
    }
    temperatureReadings {
      sensorId
      timestamp
      value
    }
  }
}

我們在一個突變中傳送了十個感應器讀數，讀數分為兩個資料表。使用 DynamoDB 主控台來驗證資料是否同時顯示在 locationReadings和 temperatureReadings資料表中。

BatchDeleteItem - 刪除感應器讀數

同樣地，我們也需要能夠刪除感應器讀數的批次。讓我們使用 Mutation.deleteReadings GraphQL 欄位來進行這項動作。在 AWS AppSync 主控台的結構描述頁面中，選取Mutation.deleteReadings欄位旁的連接。在下一個畫面上，使用locationReadings資料表作為資料來源來建立您的解析器。

建立解析器後，請將程式碼編輯器中的處理常式取代為下方的程式碼片段。在此解析程式中，我們使用協助程式函數映射器，從提供的輸入timestamp中擷取 sensorId和。


import { util } from '@aws-appsync/utils'

export function request(ctx) {
	const { locReadings, tempReadings } = ctx.args
	const mapper = ({ sensorId, timestamp }) => util.dynamodb.toMapValues({ sensorId, timestamp })

	return {
		operation: 'BatchDeleteItem',
		tables: {
			locationReadings: locReadings.map(mapper),
			temperatureReadings: tempReadings.map(mapper),
		},
	}
}

export function response(ctx) {
	if (ctx.error) {
		util.appendError(ctx.error.message, ctx.error.type)
	}
	return ctx.result.data
}

儲存解析程式並導覽至 AWS AppSync 主控台中的查詢頁面。現在，讓我們刪除幾個感應器讀數。

執行下列的變動：


mutation deleteReadings {
  # Let's delete the first two readings we recorded
  deleteReadings(
    tempReadings: [{sensorId: 1, timestamp: "2018-02-01T17:21:05.000+08:00"}]
    locReadings: [{sensorId: 1, timestamp: "2018-02-01T17:21:05.000+08:00"}]) {
    locationReadings {
      sensorId
      timestamp
      lat
      long
    }
    temperatureReadings {
      sensorId
      timestamp
      value
    }
  }
}

注意

不同於 DeleteItem 操作，回應中未傳回完整刪除的項目。只會傳回已傳遞的索引鍵。若要進一步了解，請參閱 BatchDeleteItem DynamoDB 的 JavaScript 解析器函數參考。

透過 DynamoDB 主控台驗證這兩個讀數是否已從 locationReadings和 temperatureReadings資料表中刪除。

BatchGetItem - 擷取讀數

我們應用程式的另一個常見操作是擷取特定時間點的感應器讀數。試試將解析程式連接到結構描述中的 Query.getReadings GraphQL 欄位。在 AWS AppSync 主控台的結構描述頁面中，選取Query.getReadings欄位旁的連接。在下一個畫面上，使用locationReadings資料表作為資料來源來建立您的解析器。

讓我們使用下列程式碼：


import { util } from '@aws-appsync/utils'

export function request(ctx) {
	const keys = [util.dynamodb.toMapValues(ctx.args)]
	const consistentRead = true
	return {
		operation: 'BatchGetItem',
		tables: {
			locationReadings: { keys, consistentRead },
			temperatureReadings: { keys, consistentRead },
		},
	}
}

export function response(ctx) {
	if (ctx.error) {
		util.appendError(ctx.error.message, ctx.error.type)
	}
	const { locationReadings: locs, temperatureReadings: temps } = ctx.result.data

	return [
		...locs.map((l) => ({ ...l, __typename: 'LocationReading' })),
		...temps.map((t) => ({ ...t, __typename: 'TemperatureReading' })),
	]
}

儲存解析器並導覽至 AWS AppSync 主控台中的查詢頁面。現在，讓我們擷取感測器讀數。

執行下列的查詢：


query getReadingsForSensorAndTime {
  # Let's retrieve the very first two readings
  getReadings(sensorId: 1, timestamp: "2018-02-01T17:21:06.000+08:00") {
    sensorId
    timestamp
    ...on TemperatureReading {
      value
    }
    ...on LocationReading {
      lat
      long
    }
  }
}

我們已成功使用示範 DynamoDB 批次操作的使用 AWS AppSync。

錯誤處理

在中 AWS AppSync，資料來源操作有時可能會傳回部分結果。我們將會使用部分結果這個詞彙，來表示操作的輸出包含一些資料和錯誤的情況。由於錯誤處理本質上是應用程式特定的， AWS AppSync 因此可讓您有機會處理回應處理常式中的錯誤。如果發生解析程式呼叫錯誤，在文字內容中會出現 ctx.error。呼叫錯誤一律包含訊息和類型，可做為 ctx.error.message 和 ctx.error.type 屬性存取。在回應處理常式中，您可以透過三種方式處理部分結果：

只傳回資料，以取代叫用錯誤。
透過停止處理常式評估來提出錯誤（使用 util.error(...)），這不會傳回任何資料。
附加錯誤（使用 util.appendError(...)）並傳回資料。

讓我們使用 DynamoDB 批次操作來示範上述三個重點。

DynamoDB 批次操作

使用 DynamoDB 批次操作時，批次作業就有可能部分完成。也就是說，請求的項目或索引鍵可以有一些尚未處理完成。如果 AWS AppSync 無法完成批次，則將在內容中設定未處理的項目和調用錯誤。

我們將會使用 Query.getReadings 欄位組態 (取自於本教學課程先前區段所說明的 BatchGetItem 操作) 來建置錯誤處理功能。這次，讓我們假設在執行 Query.getReadings 欄位時，temperatureReadings DynamoDB 資料表用盡了佈建的輸送量。DynamoDB 在第二次嘗試ProvisionedThroughputExceededException期間透過來處理批次中的其餘元素 AWS AppSync ，進而引發。

下列JSON代表 DynamoDB 批次調用之後，但在呼叫回應處理常式之前序列化的內容：


{
  "arguments": {
    "sensorId": "1",
    "timestamp": "2018-02-01T17:21:05.000+08:00"
  },
  "source": null,
  "result": {
    "data": {
      "temperatureReadings": [
        null
      ],
      "locationReadings": [
        {
          "lat": 47.615063,
          "long": -122.333551,
          "sensorId": "1",
          "timestamp": "2018-02-01T17:21:05.000+08:00"
        }
      ]
    },
    "unprocessedKeys": {
      "temperatureReadings": [
        {
          "sensorId": "1",
          "timestamp": "2018-02-01T17:21:05.000+08:00"
        }
      ],
      "locationReadings": []
    }
  },
  "error": {
    "type": "DynamoDB:ProvisionedThroughputExceededException",
    "message": "You exceeded your maximum allowed provisioned throughput for a table or for one or more global secondary indexes. (...)"
  },
  "outErrors": []
}

對於內容的幾個注意事項：

已在的內容上設定叫用錯誤ctx.error AWS AppSync，且錯誤類型已設定為 DynamoDB:ProvisionedThroughputExceededException。
ctx.result.data 即使存在錯誤，結果仍會在下對應每個資料表。
未處理的金鑰可在取得ctx.result.data.unprocessedKeys。在這裡， AWS AppSync 由於資料表輸送量不足，無法擷取具有金鑰的項目（sensorId：1，時間戳記：2018-02-01T17：21：05.000+08：00）。

注意

如果是 BatchPutItem，則為 ctx.result.data.unprocessedItems。如果是 BatchDeleteItem，則為 ctx.result.data.unprocessedKeys。

讓我們用三種不同的方式來處理這項錯誤。

1. 抑制呼叫錯誤

傳回資料而不處理呼叫錯誤，可有效地抑制錯誤，讓指定 GraphQL 欄位的結果一律成功。

我們編寫的程式碼很熟悉，只著重於結果資料。

回應處理常式


export function response(ctx) {
  return ctx.result.data
}

GraphQL 回應


{
  "data": {
    "getReadings": [
      {
        "sensorId": "1",
        "timestamp": "2018-02-01T17:21:05.000+08:00",
        "lat": 47.615063,
        "long": -122.333551
      },
      {
        "sensorId": "1",
        "timestamp": "2018-02-01T17:21:05.000+08:00",
        "value": 85.5
      }
    ]
  }
}

錯誤回應中不會加入任何錯誤，因為只處理了資料。

2. 提高錯誤以中止回應處理常式執行

當部分失敗應視為從用戶端的角度來看完全失敗時，您可以中止回應處理常式執行，以防止傳回資料。util.error(...) 公用程式方法可確實完成這項動作。

回應處理常式程式碼


export function response(ctx) {
  if (ctx.error) {
    util.error(ctx.error.message, ctx.error.type, null, ctx.result.data.unprocessedKeys);
  }
  return ctx.result.data;
}

GraphQL 回應


{
  "data": {
    "getReadings": null
  },
  "errors": [
    {
      "path": [
        "getReadings"
      ],
      "data": null,
      "errorType": "DynamoDB:ProvisionedThroughputExceededException",
      "errorInfo": {
        "temperatureReadings": [
          {
            "sensorId": "1",
            "timestamp": "2018-02-01T17:21:05.000+08:00"
          }
        ],
        "locationReadings": []
      },
      "locations": [
        {
          "line": 58,
          "column": 3
        }
      ],
      "message": "You exceeded your maximum allowed provisioned throughput for a table or for one or more global secondary indexes. (...)"
    }
  ]
}

即使 DynamoDB 批次作業可能已經傳回一些結果，我們還是選擇丟出錯誤，如此 getReadings GraphQL 欄位為 null，而錯誤也會加入到 GraphQL 回應的 errors (錯誤) 區塊。

3. 附加錯誤，以同時傳回資料和錯誤

在某些情況中，為提供更好的使用者體驗，應用程式可以傳回部分結果，並通知其用戶端有未處理的項目。用戶端可以決定是否要重試，或是轉譯錯誤後傳回給最終使用者。util.appendError(...) 是公用程式方法，可讓應用程式設計工具在內容上附加錯誤，而不會干擾回應處理常式的評估，從而啟用此行為。評估回應處理常式後， AWS AppSync 將透過將任何內容錯誤附加至 GraphQL 回應的錯誤區塊來處理這些錯誤。

回應處理常式程式碼


export function response(ctx) {
  if (ctx.error) {
    util.appendError(ctx.error.message, ctx.error.type, null, ctx.result.data.unprocessedKeys);
  }
  return ctx.result.data;
}

我們轉送了 GraphQL 回應錯誤區塊內的調用錯誤和unprocessedKeys元素。getReadings 欄位也會傳回locationReadings資料表中的部分資料，如下方回應所示。

GraphQL 回應


{
  "data": {
    "getReadings": [
      null,
      {
        "sensorId": "1",
        "timestamp": "2018-02-01T17:21:05.000+08:00",
        "value": 85.5
      }
    ]
  },
  "errors": [
    {
      "path": [
        "getReadings"
      ],
      "data": null,
      "errorType": "DynamoDB:ProvisionedThroughputExceededException",
      "errorInfo": {
        "temperatureReadings": [
          {
            "sensorId": "1",
            "timestamp": "2018-02-01T17:21:05.000+08:00"
          }
        ],
        "locationReadings": []
      },
      "locations": [
        {
          "line": 58,
          "column": 3
        }
      ],
      "message": "You exceeded your maximum allowed provisioned throughput for a table or for one or more global secondary indexes. (...)"
    }
  ]
}

您的瀏覽器已停用或無法使用 Javascript。

您必須啟用 Javascript，才能使用 AWS 文件。請參閱您的瀏覽器說明頁以取得說明。

文件慣用形式

執行 DynamoDB 交易

使用HTTP解析程式

在本頁面

選取您的 Cookie 偏好設定

自訂 Cookie 偏好設定

必要

效能

功能

廣告

無法儲存 Cookie 偏好設定

在中使用 DynamoDB 批次操作 AWS AppSync

單一資料表批次

警告

多資料表批次

警告

BatchPutItem - 記錄感測器讀數

注意

BatchDeleteItem - 刪除感應器讀數

注意

BatchGetItem - 擷取讀數

錯誤處理

DynamoDB 批次操作

注意

1. 抑制呼叫錯誤

2. 提高錯誤以中止回應處理常式執行

3. 附加錯誤，以同時傳回資料和錯誤

在本頁面

此頁面是否有幫助？

下一個主題：

上一個主題：

需要協助？

選取您的 Cookie 偏好設定

在 中使用 DynamoDB 批次操作 AWS AppSync

單一資料表批次

警告

多資料表批次

警告

BatchPutItem - 記錄感測器讀數

注意

BatchDeleteItem - 刪除感應器讀數

注意

BatchGetItem - 擷取讀數

錯誤處理

DynamoDB 批次操作

注意

1. 抑制呼叫錯誤

2. 提高錯誤以中止回應處理常式執行

3. 附加錯誤，以同時傳回資料和錯誤

在本頁面

此頁面是否有幫助？

下一個主題：

上一個主題：

需要協助？

在中使用 DynamoDB 批次操作 AWS AppSync