DynamoDBにboto3を使ってデータインポートする


DynamoDBにデータをインポートするにはS3にインポート用のファイルを置いて、pipelineを使う、という方法があるけど、boto3を使ってやってみた

インポート用のファイルはこんな感じ
pipeline使う時とはファイルのフォーマットが異なるので要注意

import_dynamo.txt
{"foo":2541657,"bar":1523767752,"hoge":90192}
{"foo":2720851,"bar":1523768049,"hoge":148858}
{"foo":1260648,"bar":1523768077,"hoge":342488}
{"foo":2149901,"bar":1523767818,"hoge":277628}
{"foo":453283,"bar":1523768020,"hoge":365116}
{"foo":516232,"bar":1523767766,"hoge":109706}
{"foo":596116,"bar":1523767872,"hoge":47268}

Pythonのコードはざっとこんな感じ
自分がやった場合はインポートのファイルがtxtで改行コードが入ってたので、line.strip()を使って改行コードを省いています
print(datetime.datetime.now()) は実行時間を計測したかったので、入れてるけど、なくてもおk

put_item.py
import boto3
import json
import datetime

dynamodb = boto3.resource('dynamodb')
table = dynamodb.Table('hogehoge_table')

with open("import_dynamo.txt", 'r') as f:
    line = f.readline()
    print(datetime.datetime.now())
    while line:
        table.put_item(Item=json.loads(line.strip()))
        line = f.readline()

    print(datetime.datetime.now())

260万件の処理でだいたい12時間程度かかったので、速度的にはpipeline使った方が速いと思う